| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agrobiologia; Embrapa Agroindústria Tropical; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Caprinos e Ovinos; Embrapa Cerrados; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Pantanal; Embrapa Roraima; Embrapa Semiárido; Embrapa Solos / UEP-Recife; Embrapa Tabuleiros Costeiros. MenosEmbrapa Agrobiologia; Embrapa Agroindústria Tropical; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Caprinos e Ovinos; Embrapa Cerrados; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Pantanal; Embrapa Roraima; Embrapa Semiárido... Mostrar Todas |
|
Data corrente: |
28/11/1997 |
|
Data da última atualização: |
28/11/1997 |
|
Autoria: |
SANTOS, D. C. dos; FARIAS, I.; LIRA, M. de A.; TAVARES FILHO, J. J.; SANTOS, M. V. F. dos; ARRUDA, G. P. de. |
|
Título: |
A palma forrageira (Opuntia ficus-indica Mill e Nopalea cochenillifera Salm Dyck) em Pernambuco: cultivo e utilizacao. |
|
Ano de publicação: |
1997 |
|
Fonte/Imprenta: |
Recife: IPA, 1997. |
|
Páginas: |
23p. |
|
Série: |
(IPA. Documentos, 25). |
|
Idioma: |
Português |
|
Conteúdo: |
Em Pernambuco, são cultivadas duas espécies de palma, a Opuntia ficus-indica Mill com as cultivares gigante e redonda e a Nopalea cochenillifera Salm Dyck, cuja cultivar é a palma miúda ou doce. Essas forrageiras têm contribuído significativamente para a alimentação dos rebanhos nos períodos de secas prolongados. A Empresa Pernambucana de Pesquisa Agropecuária - IPA vem desenvolvendo pesquisas com palma desde o ano de 1958. Durante esse período tem sido estudado o comportamento das espécies em diferentes espaçamentos, níveis de adubação mineral e orgânica, manejo de colheita, valor nutritivo e melhoramento. O objetivo desta publicação é apresentar os resultados obtidos para os que utilizam essa forrageira na alimentação dos rebanhos localizados no semi-árido. Pelos resultados pode-se concluir que, nos espaçamentos mais adensados, obtêm-se maiores produções de forragem e que, nos espaçamentos em filas duplas, as produções são menores, mas permitem a consorciação com outras culturas; a adubação orgânica ou mineral pode aumentar em mais de 100% a produção de forragem; o roço ou limpa do palmal propicia um aumento de produção em torno de 100%; a palma gigante colhida aos 4 anos, acumula produção e não perde o valor nutritivo; a palma pode ser colhida e colocada à sombra, por um período de até 16 dias, para ser fornecida ao animal e pode participar em até 40% da matéria seca de dieta dos bovinos; essa forrageira possui disgestibilidade superior à silagem de milho, com 74, 75 e 77% para a palma redonda, gigante e miúda, respectivamente, sendo portanto, um alimento de alto valor energético, mas não deve ser administrada isoladamente, necessitando complementação proteíca e fibrosa. MenosEm Pernambuco, são cultivadas duas espécies de palma, a Opuntia ficus-indica Mill com as cultivares gigante e redonda e a Nopalea cochenillifera Salm Dyck, cuja cultivar é a palma miúda ou doce. Essas forrageiras têm contribuído significativamente para a alimentação dos rebanhos nos períodos de secas prolongados. A Empresa Pernambucana de Pesquisa Agropecuária - IPA vem desenvolvendo pesquisas com palma desde o ano de 1958. Durante esse período tem sido estudado o comportamento das espécies em diferentes espaçamentos, níveis de adubação mineral e orgânica, manejo de colheita, valor nutritivo e melhoramento. O objetivo desta publicação é apresentar os resultados obtidos para os que utilizam essa forrageira na alimentação dos rebanhos localizados no semi-árido. Pelos resultados pode-se concluir que, nos espaçamentos mais adensados, obtêm-se maiores produções de forragem e que, nos espaçamentos em filas duplas, as produções são menores, mas permitem a consorciação com outras culturas; a adubação orgânica ou mineral pode aumentar em mais de 100% a produção de forragem; o roço ou limpa do palmal propicia um aumento de produção em torno de 100%; a palma gigante colhida aos 4 anos, acumula produção e não perde o valor nutritivo; a palma pode ser colhida e colocada à sombra, por um período de até 16 dias, para ser fornecida ao animal e pode participar em até 40% da matéria seca de dieta dos bovinos; essa forrageira possui disgestibilidade superior à silagem de milho, com 74, 75 e 77... Mostrar Tudo |
|
Palavras-Chave: |
Brasil; Cactus; Cochemillifera; Consorciacao; Cultivation; Cultivo; Disease; Doenças; Feed crops; Fertilization; Intercroping; IPA; Mopalea; Nopalea cochenillifera Salm Dyck; Opuntia ficus-indica Mill; Palmae forage; Pernambuco; Pragas; Recife; Use; Uso; Utility; Utilizacao. |
|
Thesagro: |
Adubação; Alimento Para Animal; Bovino; Composição Química; Consorciação de Cultura; Nopalea Cochenillifera; Opuntia Ficus Indica; Palma Forrageira; Palmae; Pastagem; Planta Forrageira; Valor Nutritivo. |
|
Thesaurus Nal: |
animal feeding; Brazil; cattle; cropping systems; fertilizers; forage; forage crops; nutritive value; Opuntia ficus-indica; pastures; pests. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 03644nam a2200745 a 4500
001 1557471
005 1997-11-28
008 1997 bl uuuu u0uu1 u #d
100 1 $aSANTOS, D. C. dos
245 $aA palma forrageira (Opuntia ficus-indica Mill e Nopalea cochenillifera Salm Dyck) em Pernambuco$bcultivo e utilizacao.
260 $aRecife: IPA$c1997
300 $a23p.
490 $a(IPA. Documentos, 25).
520 $aEm Pernambuco, são cultivadas duas espécies de palma, a Opuntia ficus-indica Mill com as cultivares gigante e redonda e a Nopalea cochenillifera Salm Dyck, cuja cultivar é a palma miúda ou doce. Essas forrageiras têm contribuído significativamente para a alimentação dos rebanhos nos períodos de secas prolongados. A Empresa Pernambucana de Pesquisa Agropecuária - IPA vem desenvolvendo pesquisas com palma desde o ano de 1958. Durante esse período tem sido estudado o comportamento das espécies em diferentes espaçamentos, níveis de adubação mineral e orgânica, manejo de colheita, valor nutritivo e melhoramento. O objetivo desta publicação é apresentar os resultados obtidos para os que utilizam essa forrageira na alimentação dos rebanhos localizados no semi-árido. Pelos resultados pode-se concluir que, nos espaçamentos mais adensados, obtêm-se maiores produções de forragem e que, nos espaçamentos em filas duplas, as produções são menores, mas permitem a consorciação com outras culturas; a adubação orgânica ou mineral pode aumentar em mais de 100% a produção de forragem; o roço ou limpa do palmal propicia um aumento de produção em torno de 100%; a palma gigante colhida aos 4 anos, acumula produção e não perde o valor nutritivo; a palma pode ser colhida e colocada à sombra, por um período de até 16 dias, para ser fornecida ao animal e pode participar em até 40% da matéria seca de dieta dos bovinos; essa forrageira possui disgestibilidade superior à silagem de milho, com 74, 75 e 77% para a palma redonda, gigante e miúda, respectivamente, sendo portanto, um alimento de alto valor energético, mas não deve ser administrada isoladamente, necessitando complementação proteíca e fibrosa.
650 $aanimal feeding
650 $aBrazil
650 $acattle
650 $acropping systems
650 $afertilizers
650 $aforage
650 $aforage crops
650 $anutritive value
650 $aOpuntia ficus-indica
650 $apastures
650 $apests
650 $aAdubação
650 $aAlimento Para Animal
650 $aBovino
650 $aComposição Química
650 $aConsorciação de Cultura
650 $aNopalea Cochenillifera
650 $aOpuntia Ficus Indica
650 $aPalma Forrageira
650 $aPalmae
650 $aPastagem
650 $aPlanta Forrageira
650 $aValor Nutritivo
653 $aBrasil
653 $aCactus
653 $aCochemillifera
653 $aConsorciacao
653 $aCultivation
653 $aCultivo
653 $aDisease
653 $aDoenças
653 $aFeed crops
653 $aFertilization
653 $aIntercroping
653 $aIPA
653 $aMopalea
653 $aNopalea cochenillifera Salm Dyck
653 $aOpuntia ficus-indica Mill
653 $aPalmae forage
653 $aPernambuco
653 $aPragas
653 $aRecife
653 $aUse
653 $aUso
653 $aUtility
653 $aUtilizacao
700 1 $aFARIAS, I.
700 1 $aLIRA, M. de A.
700 1 $aTAVARES FILHO, J. J.
700 1 $aSANTOS, M. V. F. dos
700 1 $aARRUDA, G. P. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Pantanal. |
|
Data corrente: |
28/01/2022 |
|
Data da última atualização: |
22/11/2022 |
|
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
|
Autoria: |
ANTONIASSI, R. A. dos S. |
|
Afiliação: |
ROGÉRIO ALVES DOS SANTOS ANTONIASSI, Universidade Federal de Mato Grosso do Sul. |
|
Título: |
Predição de nível de rios da Região Hidrográfica do Rio Paraguai utilizando algoritmos de Aprendizado de Máquina. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
2022. |
|
Páginas: |
70 f. |
|
Idioma: |
Português |
|
Notas: |
Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Mato Grosso do Sul, Campo Grande. Coorientador: Carlos Roberto Padovani. |
|
Conteúdo: |
Resumo: O Pantanal faz parte da Região Hidrográfica do Rio Paraguai (RH-Paraguai) e possui, como característica, a inundação de uma parcela de sua área em determinadas épocas do ano. Essa inundação gera uma série de problemas socioeconômicos à população que vive em seu entorno. Problemas estes que podem ser mitigados quando há previsão de sua ocorrência com antecedência. Nesse sentido, este trabalho investiga a aplicação de técnicas de Aprendizado de Máquina (AM) para a predição de níveis dos rios da RH-Paraguai, utilizando dados diários de estações a montante para previsão do nível de estações a jusante. Nessa perspectiva, a modelagem com técnicas de AM demonstra-se eficaz nas predições, na medida que trabalhos similares aparecem na literatura correlata. Dessa maneira, é utilizada uma fonte de dados com valores de níveis diários, sendo selecionada uma amostra de três estações. Em seguida, foi retirada a defasagem do tempo entre o pico de cheia de uma estação e outra, pesquisados os hiperparâmetros ideais para as redes Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU) e Bidirectional Long Short Term Memory (BiLSTM) e submetidos ao processo de treinamento. Posteriormente, foram selecionados os modelos de melhores resultados de cada algoritmo, os quais foram comparados com a técnica de Regressão utilizada atualmente. Os resultados mostram que os três modelos testados podem ser utilizados para a tarefa de predição, em que, os três apresentam melhorias em relação ao modelo atual. O modelo com o algoritmo GRU se destacou por apresentar as menores taxas de erro e por ser 23,84% mais preciso que o modelo de Regressão, já LSTM e BiLSTM são, respectivamente, 18,09% e 19,16% mais precisos que o modelo de Regressão. Os modelos de LSTM e BiLSTM se aproximam mais do valor real nos picos de níveis máximos e mínimos, quando comparados ao de Regressão e ao GRU. MenosResumo: O Pantanal faz parte da Região Hidrográfica do Rio Paraguai (RH-Paraguai) e possui, como característica, a inundação de uma parcela de sua área em determinadas épocas do ano. Essa inundação gera uma série de problemas socioeconômicos à população que vive em seu entorno. Problemas estes que podem ser mitigados quando há previsão de sua ocorrência com antecedência. Nesse sentido, este trabalho investiga a aplicação de técnicas de Aprendizado de Máquina (AM) para a predição de níveis dos rios da RH-Paraguai, utilizando dados diários de estações a montante para previsão do nível de estações a jusante. Nessa perspectiva, a modelagem com técnicas de AM demonstra-se eficaz nas predições, na medida que trabalhos similares aparecem na literatura correlata. Dessa maneira, é utilizada uma fonte de dados com valores de níveis diários, sendo selecionada uma amostra de três estações. Em seguida, foi retirada a defasagem do tempo entre o pico de cheia de uma estação e outra, pesquisados os hiperparâmetros ideais para as redes Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU) e Bidirectional Long Short Term Memory (BiLSTM) e submetidos ao processo de treinamento. Posteriormente, foram selecionados os modelos de melhores resultados de cada algoritmo, os quais foram comparados com a técnica de Regressão utilizada atualmente. Os resultados mostram que os três modelos testados podem ser utilizados para a tarefa de predição, em que, os três apresentam melhorias em relação ao mode... Mostrar Tudo |
|
Palavras-Chave: |
Modelo de predição; Nivel de rio. |
|
Thesagro: |
Análise de Dados; Hidrografia. |
|
Thesaurus NAL: |
Hydrograph; Prediction. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1139439/1/mestrado-defesa-rogerio-antoniassi.pdf
|
|
Marc: |
LEADER 02699naa a2200217 a 4500
001 2139439
005 2022-11-22
008 2022 bl uuuu u00u1 u #d
100 1 $aANTONIASSI, R. A. dos S.
245 $aPredição de nível de rios da Região Hidrográfica do Rio Paraguai utilizando algoritmos de Aprendizado de Máquina.$h[electronic resource]
260 $c2022
300 $a70 f.
500 $aDissertação (Mestrado em Ciência da Computação) - Universidade Federal de Mato Grosso do Sul, Campo Grande. Coorientador: Carlos Roberto Padovani.
520 $aResumo: O Pantanal faz parte da Região Hidrográfica do Rio Paraguai (RH-Paraguai) e possui, como característica, a inundação de uma parcela de sua área em determinadas épocas do ano. Essa inundação gera uma série de problemas socioeconômicos à população que vive em seu entorno. Problemas estes que podem ser mitigados quando há previsão de sua ocorrência com antecedência. Nesse sentido, este trabalho investiga a aplicação de técnicas de Aprendizado de Máquina (AM) para a predição de níveis dos rios da RH-Paraguai, utilizando dados diários de estações a montante para previsão do nível de estações a jusante. Nessa perspectiva, a modelagem com técnicas de AM demonstra-se eficaz nas predições, na medida que trabalhos similares aparecem na literatura correlata. Dessa maneira, é utilizada uma fonte de dados com valores de níveis diários, sendo selecionada uma amostra de três estações. Em seguida, foi retirada a defasagem do tempo entre o pico de cheia de uma estação e outra, pesquisados os hiperparâmetros ideais para as redes Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU) e Bidirectional Long Short Term Memory (BiLSTM) e submetidos ao processo de treinamento. Posteriormente, foram selecionados os modelos de melhores resultados de cada algoritmo, os quais foram comparados com a técnica de Regressão utilizada atualmente. Os resultados mostram que os três modelos testados podem ser utilizados para a tarefa de predição, em que, os três apresentam melhorias em relação ao modelo atual. O modelo com o algoritmo GRU se destacou por apresentar as menores taxas de erro e por ser 23,84% mais preciso que o modelo de Regressão, já LSTM e BiLSTM são, respectivamente, 18,09% e 19,16% mais precisos que o modelo de Regressão. Os modelos de LSTM e BiLSTM se aproximam mais do valor real nos picos de níveis máximos e mínimos, quando comparados ao de Regressão e ao GRU.
650 $aHydrograph
650 $aPrediction
650 $aAnálise de Dados
650 $aHidrografia
653 $aModelo de predição
653 $aNivel de rio
773 $t2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pantanal (CPAP) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
