| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Pantanal. |
|
Data corrente: |
15/02/1995 |
|
Data da última atualização: |
06/04/2017 |
|
Autoria: |
PELLEGRIN, A. O.; SERENO, J. R. B. |
|
Afiliação: |
EMBRAPA. Centro de Pesquisa Agropecuaria do Pantanal (Corumba, MS). |
|
Título: |
Leptospirose e sua relacao com fertilidade em grupos de matrizes neloradas no Pantanal, sub-regiao da Nhecolandia. |
|
Ano de publicação: |
1994 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE MEDICINA VETERINARIA, 23., 1994, Olinda. Resumos... Olinda: Sociedade Pernambucana de Medicina Veterinaria, 1994. p.189. |
|
Idioma: |
Português |
|
Conteúdo: |
A leptospirose e uma enfermidade zoonotica que tem sido relacionada a problemas de infertilidade e subfertilidade e surtos de aborto em bovinos. No estudo de seus fatores de risco, observa-se que existe relacao entre a ocorrencia de inundacao e soropositividade para Leptospira interrogans, sendo a agua um dos mais importantes veiculos de transmissao. Considerando-se que o Pantanal oferece condicoes propicias para a manutencao da Leptospira e visando pesquisar possiveis causas sanitarias de infertilidade e subfertilidade na fazenda Nhumirim, sub-regiao da Nhecolandia, foi realizado diagnostico sorologico para leptospirose atraves da tecnica de soroaglutinacao microscopica em amostras de matrizes em janeiro e novembro de 1991. Foram testadas 294 matrizes em janeiro, obsevando-se 107 soropositivos (36%) e 243 em novembro, com soropositividade de 43% (105) e soroconversao de 26% (28), considerando-se que somente 106 matrizes foram testadas nas duas epocas. Os sorovares mais prevalentes foram L.hardjo, com 97% (janeiro) e 92% (novembro) seguido por L.wolffi com 26 e 45% de positividade, respectivamente em janeiro e novembro. A taxa de fertilidade do grupo foi de 65%, nao diferindo significativamente, atraves do teste de X2, do observado entre as matrizes soropositivas e soronegativas para leptospirose. |
|
Palavras-Chave: |
Bovine; Disease; Sorologia. |
|
Thesagro: |
Bovino; Doença; Leptospirose. |
|
Thesaurus Nal: |
Pantanal. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02016naa a2200217 a 4500
001 1783835
005 2017-04-06
008 1994 bl --- 0-- u #d
100 1 $aPELLEGRIN, A. O.
245 $aLeptospirose e sua relacao com fertilidade em grupos de matrizes neloradas no Pantanal, sub-regiao da Nhecolandia.
260 $c1994
520 $aA leptospirose e uma enfermidade zoonotica que tem sido relacionada a problemas de infertilidade e subfertilidade e surtos de aborto em bovinos. No estudo de seus fatores de risco, observa-se que existe relacao entre a ocorrencia de inundacao e soropositividade para Leptospira interrogans, sendo a agua um dos mais importantes veiculos de transmissao. Considerando-se que o Pantanal oferece condicoes propicias para a manutencao da Leptospira e visando pesquisar possiveis causas sanitarias de infertilidade e subfertilidade na fazenda Nhumirim, sub-regiao da Nhecolandia, foi realizado diagnostico sorologico para leptospirose atraves da tecnica de soroaglutinacao microscopica em amostras de matrizes em janeiro e novembro de 1991. Foram testadas 294 matrizes em janeiro, obsevando-se 107 soropositivos (36%) e 243 em novembro, com soropositividade de 43% (105) e soroconversao de 26% (28), considerando-se que somente 106 matrizes foram testadas nas duas epocas. Os sorovares mais prevalentes foram L.hardjo, com 97% (janeiro) e 92% (novembro) seguido por L.wolffi com 26 e 45% de positividade, respectivamente em janeiro e novembro. A taxa de fertilidade do grupo foi de 65%, nao diferindo significativamente, atraves do teste de X2, do observado entre as matrizes soropositivas e soronegativas para leptospirose.
650 $aPantanal
650 $aBovino
650 $aDoença
650 $aLeptospirose
653 $aBovine
653 $aDisease
653 $aSorologia
700 1 $aSERENO, J. R. B.
773 $tIn: CONGRESSO BRASILEIRO DE MEDICINA VETERINARIA, 23., 1994, Olinda. Resumos... Olinda: Sociedade Pernambucana de Medicina Veterinaria, 1994. p.189.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pantanal (CPAP) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Florestas. Para informações adicionais entre em contato com cnpf.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
18/09/2009 |
|
Data da última atualização: |
25/02/2016 |
|
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
|
Autoria: |
LUZ, J. da. |
|
Título: |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de Floresta Ombrófila Mista. |
|
Ano de publicação: |
2009 |
|
Fonte/Imprenta: |
2009. |
|
Páginas: |
121 f. |
|
Idioma: |
Português |
|
Notas: |
Dissertação (Mestrado em Engenharia Florestal) - Setor de Ciências Agrárias, Universidade Federal do Paraná, Curitiba. Orientador: Nelson Carlos Rosot; Co-orientador: Maria Augusta Doetzer Rosot. |
|
Conteúdo: |
O presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos
classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de
vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram
aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de
resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas
utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening
e Principal Components Spectral Sharpening. Para as classificações foram utilizados os
algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a
Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por
árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o
software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a
classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura)
representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação
por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no
software SPRING) foi necessário primeiramente realizar a segmentação da imagem para
posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação
do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica
Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de
dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram
melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência
de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações
o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de
coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que
respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de
Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de
“salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário
da classificação por regiões. MenosO presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos
classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de
vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram
aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de
resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas
utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening
e Principal Components Spectral Sharpening. Para as classificações foram utilizados os
algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a
Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por
árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o
software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a
classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura)
representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação
por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no
software SPRING) foi necessário primeiramente realizar a segmentação da imagem para
posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação
do software em processar 61 bandas conjuntamente no ... Mostrar Tudo |
|
Palavras-Chave: |
Árvore de decisão; Imagem de satélite. |
|
Categoria do assunto: |
K Ciência Florestal e Produtos de Origem Vegetal |
|
Marc: |
LEADER 03122nam a2200157 a 4500
001 1428215
005 2016-02-25
008 2009 bl uuuu m 00u1 u #d
100 1 $aLUZ, J. da
245 $aImagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de Floresta Ombrófila Mista.
260 $a2009.$c2009
300 $a121 f.
500 $aDissertação (Mestrado em Engenharia Florestal) - Setor de Ciências Agrárias, Universidade Federal do Paraná, Curitiba. Orientador: Nelson Carlos Rosot; Co-orientador: Maria Augusta Doetzer Rosot.
520 $aO presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening e Principal Components Spectral Sharpening. Para as classificações foram utilizados os algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura) representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no software SPRING) foi necessário primeiramente realizar a segmentação da imagem para posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de “salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário da classificação por regiões.
653 $aÁrvore de decisão
653 $aImagem de satélite
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
