| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Amapá; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Florestas; Embrapa Hortaliças; Embrapa Mandioca e Fruticultura; Embrapa Meio-Norte; Embrapa Pantanal; Embrapa Rondônia; Embrapa Semiárido; Embrapa Soja; Embrapa Trigo; Embrapa Unidades Centrais; Embrapa Uva e Vinho. MenosEmbrapa Agricultura Digital; Embrapa Amapá; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Florestas; Embrapa Hortaliças; Embrapa Mandioca e Fruticultura; Embrapa Meio-Norte; Embrapa Pantanal; Embrapa Rondônia... Mostrar Todas |
|
Data corrente: |
04/01/2001 |
|
Data da última atualização: |
26/10/2004 |
|
Autoria: |
MOURA, M. F. |
|
Afiliação: |
Embrapa Informática Agropecuária. |
|
Título: |
Uma compilação de modelos e softwares para cálculo de evapotranspiração e planejamento de irrigação. |
|
Ano de publicação: |
2000 |
|
Fonte/Imprenta: |
Campinas: Embrapa Informática Agropecuária, 2000. |
|
Páginas: |
26 p. |
|
Série: |
(Embrapa Informática Agropecuária. Documentos, 2). |
|
Idioma: |
Português |
|
Conteúdo: |
Conceitos básicos; Evapotranspiração; Métodos de cálculo mais conhecidos; Coeficiente da cultura (Kc); Irrigação versus evapotranspiração; Softwares para cálculo de evapotranspiração; ETPOT1-0 cálculo de transpiração e evaporação potenciais; ETREF estimativa da evapotranspiração de referência; MACPET-TX cálculo de evapotranspiração; PET evapotranspiração método Thornthwaite; PNET evapotranspiração e fotossíntese; PROBE modelo para prototipar biomassa e evapotranspiração; Resumo dos modelos relacionados; Softwares para balanço de água, irrigação e drenagem; BYM1.4 balanço agrometeorológico de água no solo; CALGOS modelo para simulação de produção irrigada de algodão; CROPSYST modelo de simulação de crescimento de culturas genéricas; CROPSYST 3 framework para modelos de simulação de culturas; CROPWAT necessidade de água e irrigação para uma cultura; DRAINMOD performance de áreas de drenagem e irrigação; DanStress integra efeitos cultura e clima; EVAPOTRA 1.1 simulador para calcular a irrigação requerida; EXPERT-N ciclo de nitrogênio na agricultura arável; GOSSYM sistema especialista de crescimento de algodão; LOWBAL1 balanço de água para terrenos alagáveis com arroz; SWACROP produção de culturas considerando solo e água; SWAP solo-água-planta-atmosfera; SWIM simulador que integra solo e água; Resumo dos modelos relacionados. |
|
Palavras-Chave: |
Balanço; Calculo; Compilacao; Estimative; Evapotranspiaracao; Hídrico; Modelo; Modelos; Software; Softwares. |
|
Thesagro: |
Balanço Hídrico; Evapotranspiração; Irrigação; Programa de Computador. |
|
Thesaurus Nal: |
computer software; evapotranspiration; irrigation; models; water balance. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02408nam a2200361 a 4500
001 1007856
005 2004-10-26
008 2000 bl uuuu u0uu1 u #d
100 1 $aMOURA, M. F.
245 $aUma compilação de modelos e softwares para cálculo de evapotranspiração e planejamento de irrigação.
260 $aCampinas: Embrapa Informática Agropecuária$c2000
300 $a26 p.
490 $a(Embrapa Informática Agropecuária. Documentos, 2).
520 $aConceitos básicos; Evapotranspiração; Métodos de cálculo mais conhecidos; Coeficiente da cultura (Kc); Irrigação versus evapotranspiração; Softwares para cálculo de evapotranspiração; ETPOT1-0 cálculo de transpiração e evaporação potenciais; ETREF estimativa da evapotranspiração de referência; MACPET-TX cálculo de evapotranspiração; PET evapotranspiração método Thornthwaite; PNET evapotranspiração e fotossíntese; PROBE modelo para prototipar biomassa e evapotranspiração; Resumo dos modelos relacionados; Softwares para balanço de água, irrigação e drenagem; BYM1.4 balanço agrometeorológico de água no solo; CALGOS modelo para simulação de produção irrigada de algodão; CROPSYST modelo de simulação de crescimento de culturas genéricas; CROPSYST 3 framework para modelos de simulação de culturas; CROPWAT necessidade de água e irrigação para uma cultura; DRAINMOD performance de áreas de drenagem e irrigação; DanStress integra efeitos cultura e clima; EVAPOTRA 1.1 simulador para calcular a irrigação requerida; EXPERT-N ciclo de nitrogênio na agricultura arável; GOSSYM sistema especialista de crescimento de algodão; LOWBAL1 balanço de água para terrenos alagáveis com arroz; SWACROP produção de culturas considerando solo e água; SWAP solo-água-planta-atmosfera; SWIM simulador que integra solo e água; Resumo dos modelos relacionados.
650 $acomputer software
650 $aevapotranspiration
650 $airrigation
650 $amodels
650 $awater balance
650 $aBalanço Hídrico
650 $aEvapotranspiração
650 $aIrrigação
650 $aPrograma de Computador
653 $aBalanço
653 $aCalculo
653 $aCompilacao
653 $aEstimative
653 $aEvapotranspiaracao
653 $aHídrico
653 $aModelo
653 $aModelos
653 $aSoftware
653 $aSoftwares
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Solos. Para informações adicionais entre em contato com cnps.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
27/11/2018 |
|
Data da última atualização: |
11/11/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
WALDNER, F.; SCHUCKNECHT, A.; LESIV, M.; GALLEGO, J.; SEE, L.; PÉREZ-HOYOS, A.; D'ANDRIMONT, R.; DE MAET, T.; LASO BAYAS, J. C.; FRITZ, S.; LEO, O.; KERDILES, H.; DÍEZ, M.; VAN TRICHT, K.; GILLIAMS, S.; SHELESTOV, A.; LAVRENIUK, M.; SIMÕES, M.; FERRAZ, R. P. D.; BELLÓN, B.; BÉGUÉ, A.; HAZEU, G.; STONACEK, V.; KOLOMAZNIK, J.; MISUREC, J.; VERÓN, S. R.; ABELLEYRA, D. de; PLOTNIKOV, D.; MINGYONG, L.; SINGHA, M.; PATIL, P.; ZHANG, M.; DEFOURNY, P. |
|
Afiliação: |
FRANÇOIS WALDNER, UNIVERSITÉ CATHOLIQUE DE LOUVAIN, BELGIUM/COMMONWEALTH SCIENTIFIC AND INDUSTRIAL RESEARCH ORGANISATION, AGRICULTURE AND FOOD, AUSTRALIA; ANNE SCHUCKNECHT, EUROPEAN COMMISSION JOINT RESEARCH CENTRE, ISPRA, ITALY/KARLSRUHE INSTITUTE OF TECHNOLOGY, GARMISCH-PARTENKIRCHEN, GERMANY; MYROSLAVA LESIV, INTERNATIONAL INSTITUTE FOR APPLIED SYSTEMS ANALYSIS, LAXENBURG, AUSTRIA; JAVIER GALLEGO, EUROPEAN COMMISSION JOINT RESEARCH CENTRE, ISPRA, ITALY; LINDA SEE, INTERNATIONAL INSTITUTE FOR APPLIED SYSTEMS ANALYSIS, LAXENBURG, AUSTRIA; ANA PÉREZ-HOYOS, EUROPEAN COMMISSION JOINT RESEARCH CENTRE, ISPRA, ITALY; RAPHAËL D'ANDRIMONT, UNIVERSITÉ CATHOLIQUE DE LOUVAIN, BELGIUM/EUROPEAN COMMISSION JOINT RESEARCH CENTRE, ISPRA, ITALY; THOMAS DE MAET, UNIVERSITÉ CATHOLIQUE DE LOUVAIN, EARTH AND LIFE INSTITUTE, LOUVAIN-LA-NEUVE, BELGIUM; JUAN CARLOS LASO BAYAS, INTERNATIONAL INSTITUTE FOR APPLIED SYSTEMS ANALYSIS, LAXENBURG, AUSTRIA; STEFFEN FRITZ, INTERNATIONAL INSTITUTE FOR APPLIED SYSTEMS ANALYSIS, LAXENBURG, AUSTRIA; OLIVIER LEO, EUROPEAN COMMISSION JOINT RESEARCH CENTRE, ISPRA, ITALY; HERVÉ KERDILES, EUROPEAN COMMISSION JOINT RESEARCH CENTRE, ISPRA, ITALY; MÓNICA DÍEZ, DEIMOS IMAGING, BOECILLO, VALLADOLID, SPAIN; KRISTOF VAN TRICHT, VITO REMOTE SENSING, MOL, BELGIUM; SVEN GILLIAMS, VITO REMOTE SENSING, MOL, BELGIUM; ANDRII SHELESTOV, NATIONAL TECHNICAL UNIVERSITY OF UKRAINE IGOR SIKORSKY KYIV POLYTECHNIC INSTITUE, KYIV, UKRAINE; MYKOLA LAVRENIUK, NATIONAL TECHNICAL UNIVERSITY OF UKRAINE IGOR SIKORSKY KYIV POLYTECHNIC INSTITUE, KYIV, UKRAINE; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; BEATRIZ BELLÓN, CIRAD, UMR TETIS, MONTPELLIER, FRANCE; AGNÈS BÉGUÉ, CIRAD, UMR TETIS, MONTPELLIER, FRANCE/TETIS, CIRAD, IRSTEA, AGROPARISTECH, CNRS, UNIV MONTPELLIER, MONTPELLIER, FRANCE; GERARD HAZEU, WAGENINGEN ENVIRONMENTAL RESEARCH (ALTERRA), WAGENINGEN, THE NETHERLANDS; VACLAV STONACEK, GISAT S.R.O., PRAGUE, CZECH REPUBLIC; JAN KOLOMAZNIK, GISAT S.R.O., PRAGUE, CZECH REPUBLIC; JAN MISUREC, GISAT S.R.O., PRAGUE, CZECH REPUBLIC; SANTIAGO R. VERÓN, INSTITUTO NACIONAL DE TECNOLOGÍA AGROPECUARIA (INTA), HURLINGHAM, ARGENTINA/UNIVERSIDAD DE BUENOS AIRES AND CONICET, BUENOS AIRES, ARGENTINA; DIEGO DE ABELLEYRA, INSTITUTO NACIONAL DE TECNOLOGÍA AGROPECUARIA (INTA), HURLINGHAM, ARGENTINA; DMITRY PLOTNIKOV, TERRESTRIAL ECOSYSTEMS MONITORING LABORATORY, SPACE RESEARCH INSTITUTE OF RUSSIAN ACADEMY OF SCIENCES (IKI), MOSCOW, RUSSIA; LI MINGYONG, KEY LABORATORY OF DIGITAL EARTH SCIENCE, INSTITUDE OF REMOTE SENSING AND DIGITAL EARTH, CHINESE ACADEMY OF SCIENCES, BEIJING, CHINA; MRINAL SINGHA, KEY LABORATORY OF DIGITAL EARTH SCIENCE, INSTITUDE OF REMOTE SENSING AND DIGITAL EARTH, CHINESE ACADEMY OF SCIENCES, BEIJING, CHINA; PRASHANT PATIL, KEY LABORATORY OF DIGITAL EARTH SCIENCE, INSTITUDE OF REMOTE SENSING AND DIGITAL EARTH, CHINESE ACADEMY OF SCIENCES, BEIJING, CHINA; MIAO ZHANG, KEY LABORATORY OF DIGITAL EARTH SCIENCE, INSTITUDE OF REMOTE SENSING AND DIGITAL EARTH, CHINESE ACADEMY OF SCIENCES, BEIJING, CHINA; PIERRE DEFOURNY, UNIVERSITÉ CATHOLIQUE DE LOUVAIN, EARTH AND LIFE INSTITUTE, LOUVAIN-LA-NEUVE, BELGIUM. |
|
Título: |
Conflation of expert and crowd reference data to validate global binary thematic maps. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
Remote Sensing of Environment, v. 221, p. 235-246, Feb. 2019. |
|
DOI: |
https://doi.org/10.1016/j.rse.2018.10.039 |
|
Idioma: |
Inglês |
|
Conteúdo: |
With the unprecedented availability of satellite data and the rise of global binary maps, the collection of shared reference data sets should be fostered to allow systematic product benchmarking and validation. Authoritative global reference data are generally collected by experts with regional knowledge through photo-interpretation. During the last decade, crowdsourcing has emerged as an attractive alternative for rapid and relatively cheap data collection, beckoning the increasingly relevant question: can these two data sources be combined to validate thematic maps? In this article, we compared expert and crowd data and assessed their relative agreement for cropland identification, a land cover class often reported as difficult to map. Results indicate that observations from experts and volunteers could be partially conflated provided that several consistency checks are performed. We propose that conflation, i.e., replacement and augmentation of expert observations by crowdsourced observations, should be carried out both at the sampling and data analytics levels. The latter allows to evaluate the reliability of crowdsourced observations and to decide whether they should be conflated or discarded. We demonstrate that the standard deviation of crowdsourced contributions is a simple yet robust indicator of reliability which can effectively inform conflation. Following this criterion, we found that 70% of the expert observations could be crowdsourced with little to no effect on accuracy estimates, allowing a strategic reallocation of the spared expert effort to increase the reliability of the remaining 30% at no additional cost. Finally, we provide a collection of evidence-based recommendations for future hybrid reference data collection campaigns. MenosWith the unprecedented availability of satellite data and the rise of global binary maps, the collection of shared reference data sets should be fostered to allow systematic product benchmarking and validation. Authoritative global reference data are generally collected by experts with regional knowledge through photo-interpretation. During the last decade, crowdsourcing has emerged as an attractive alternative for rapid and relatively cheap data collection, beckoning the increasingly relevant question: can these two data sources be combined to validate thematic maps? In this article, we compared expert and crowd data and assessed their relative agreement for cropland identification, a land cover class often reported as difficult to map. Results indicate that observations from experts and volunteers could be partially conflated provided that several consistency checks are performed. We propose that conflation, i.e., replacement and augmentation of expert observations by crowdsourced observations, should be carried out both at the sampling and data analytics levels. The latter allows to evaluate the reliability of crowdsourced observations and to decide whether they should be conflated or discarded. We demonstrate that the standard deviation of crowdsourced contributions is a simple yet robust indicator of reliability which can effectively inform conflation. Following this criterion, we found that 70% of the expert observations could be crowdsourced with little to no effect o... Mostrar Tudo |
|
Palavras-Chave: |
Amostragem sistemática estratificada; Avaliação da precisão; Crowdsourcing; Informação geográfica voluntária; Qualidade dos dados. |
|
Thesagro: |
Fotointerpretação. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 03404naa a2200589 a 4500
001 2100187
005 2021-11-11
008 2019 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.rse.2018.10.039$2DOI
100 1 $aWALDNER, F.
245 $aConflation of expert and crowd reference data to validate global binary thematic maps.$h[electronic resource]
260 $c2019
520 $aWith the unprecedented availability of satellite data and the rise of global binary maps, the collection of shared reference data sets should be fostered to allow systematic product benchmarking and validation. Authoritative global reference data are generally collected by experts with regional knowledge through photo-interpretation. During the last decade, crowdsourcing has emerged as an attractive alternative for rapid and relatively cheap data collection, beckoning the increasingly relevant question: can these two data sources be combined to validate thematic maps? In this article, we compared expert and crowd data and assessed their relative agreement for cropland identification, a land cover class often reported as difficult to map. Results indicate that observations from experts and volunteers could be partially conflated provided that several consistency checks are performed. We propose that conflation, i.e., replacement and augmentation of expert observations by crowdsourced observations, should be carried out both at the sampling and data analytics levels. The latter allows to evaluate the reliability of crowdsourced observations and to decide whether they should be conflated or discarded. We demonstrate that the standard deviation of crowdsourced contributions is a simple yet robust indicator of reliability which can effectively inform conflation. Following this criterion, we found that 70% of the expert observations could be crowdsourced with little to no effect on accuracy estimates, allowing a strategic reallocation of the spared expert effort to increase the reliability of the remaining 30% at no additional cost. Finally, we provide a collection of evidence-based recommendations for future hybrid reference data collection campaigns.
650 $aFotointerpretação
653 $aAmostragem sistemática estratificada
653 $aAvaliação da precisão
653 $aCrowdsourcing
653 $aInformação geográfica voluntária
653 $aQualidade dos dados
700 1 $aSCHUCKNECHT, A.
700 1 $aLESIV, M.
700 1 $aGALLEGO, J.
700 1 $aSEE, L.
700 1 $aPÉREZ-HOYOS, A.
700 1 $aD'ANDRIMONT, R.
700 1 $aDE MAET, T.
700 1 $aLASO BAYAS, J. C.
700 1 $aFRITZ, S.
700 1 $aLEO, O.
700 1 $aKERDILES, H.
700 1 $aDÍEZ, M.
700 1 $aVAN TRICHT, K.
700 1 $aGILLIAMS, S.
700 1 $aSHELESTOV, A.
700 1 $aLAVRENIUK, M.
700 1 $aSIMÕES, M.
700 1 $aFERRAZ, R. P. D.
700 1 $aBELLÓN, B.
700 1 $aBÉGUÉ, A.
700 1 $aHAZEU, G.
700 1 $aSTONACEK, V.
700 1 $aKOLOMAZNIK, J.
700 1 $aMISUREC, J.
700 1 $aVERÓN, S. R.
700 1 $aABELLEYRA, D. de
700 1 $aPLOTNIKOV, D.
700 1 $aMINGYONG, L.
700 1 $aSINGHA, M.
700 1 $aPATIL, P.
700 1 $aZHANG, M.
700 1 $aDEFOURNY, P.
773 $tRemote Sensing of Environment$gv. 221, p. 235-246, Feb. 2019.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
