|
|
Registro Completo |
Biblioteca(s): |
Embrapa Territorial. |
Data corrente: |
25/05/2016 |
Data da última atualização: |
25/05/2016 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
COLLICCHIO, E.; ROCHA, H. R. DA; VICTORIA, D. de C.; BALLESTER, M. V. R.; TOLEDO, A. M. A. |
Afiliação: |
ERICH COLLICCHIO, UNIVERSIDADE FEDERAL DO TOCANTINS; HUMBERTO RIBEIRO DA ROCHA, UNIVERSIDADE DE SÃO PAULO; DANIEL DE CASTRO VICTORIA, CNPM; MARIA VICTORIA RAMOS BALLESTER, UNIVERSIDADE DE SÃO PAULO; ANDRÉ MARCONDES ANDRADE TOLEDO, UNIVERSIDADE FEDERAL DO MATO GROSSO. |
Título: |
Implicações das mudanças do clima no zoneamento agroclimático da cana-de-açúcar no estado do Tocantins, considerando o modelo GFDL. |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
Revista Brasileira de Geografia Física, Recife, v. 08, n. 06, p. 1730-1747, 2015. |
ISBN: |
1984-2295 |
DOI: |
10.5935/1984-2295.20150098 |
Idioma: |
Português |
Conteúdo: |
Tem havido a expansão do complexo sucroalcooleiro para as regiões Centro-Norte do país, devido ao aumento da demanda pelo etanol, tornando relevante a elaboração do zoneamento agroclimático para a cultura da cana-de-açúcar para essas regiões, notadamente para o estado do Tocantins. As informações climáticas e edáficas favorecem a determinação de áreas mais aptas ao cultivo e à mecanização. Por outro lado poderá ocorrer a elevação do risco climático nas regiões produtoras devido à possível influência das mudanças do clima. O presente estudo visou simular o impacto das mudanças do clima sobre o zoneamento agroclimático para a cana-de-açúcar no Tocantins, considerando os dados do modelo GFDL e cenários de emissão B1 e A1B, para o período de 2021 a 2050. Os resultados mostraram que tanto para as condições climáticas atuais, quanto para projeção do modelo, não há restrição térmica para o desenvolvimento da cultura, e que para obter boa produtividade no Estado será necessário, de forma geral, a utilização de irrigação nos períodos de deficiência hídrica. Constatou-se que, existe potencial para a produção, apesar da predominância da classe de aptidão ?restrita?, e que as regiões potenciais com condições agroclimáticas favoráveis, estão localizadas no sul, sudeste e centro do Estado. As simulações dos cenários de emissões indicam fortes restrições hídricas para o Tocantins, com grande redução de áreas consideradas ?aptas? e ?marginais?, e aumento das áreas ?restritas? ao cultivo da cana-de-açúcar. MenosTem havido a expansão do complexo sucroalcooleiro para as regiões Centro-Norte do país, devido ao aumento da demanda pelo etanol, tornando relevante a elaboração do zoneamento agroclimático para a cultura da cana-de-açúcar para essas regiões, notadamente para o estado do Tocantins. As informações climáticas e edáficas favorecem a determinação de áreas mais aptas ao cultivo e à mecanização. Por outro lado poderá ocorrer a elevação do risco climático nas regiões produtoras devido à possível influência das mudanças do clima. O presente estudo visou simular o impacto das mudanças do clima sobre o zoneamento agroclimático para a cana-de-açúcar no Tocantins, considerando os dados do modelo GFDL e cenários de emissão B1 e A1B, para o período de 2021 a 2050. Os resultados mostraram que tanto para as condições climáticas atuais, quanto para projeção do modelo, não há restrição térmica para o desenvolvimento da cultura, e que para obter boa produtividade no Estado será necessário, de forma geral, a utilização de irrigação nos períodos de deficiência hídrica. Constatou-se que, existe potencial para a produção, apesar da predominância da classe de aptidão ?restrita?, e que as regiões potenciais com condições agroclimáticas favoráveis, estão localizadas no sul, sudeste e centro do Estado. As simulações dos cenários de emissões indicam fortes restrições hídricas para o Tocantins, com grande redução de áreas consideradas ?aptas? e ?marginais?, e aumento das áreas ?restritas? ao cultivo da ... Mostrar Tudo |
Palavras-Chave: |
Agroenergia; Aptidão agroclimática; Aquecimento global. |
Thesagro: |
Balanço Hídrico; Etanol. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/143350/1/4723.pdf
|
Marc: |
LEADER 02428naa a2200253 a 4500 001 2045669 005 2016-05-25 008 2015 bl uuuu u00u1 u #d 022 $a1984-2295 024 7 $a10.5935/1984-2295.20150098$2DOI 100 1 $aCOLLICCHIO, E. 245 $aImplicações das mudanças do clima no zoneamento agroclimático da cana-de-açúcar no estado do Tocantins, considerando o modelo GFDL.$h[electronic resource] 260 $c2015 520 $aTem havido a expansão do complexo sucroalcooleiro para as regiões Centro-Norte do país, devido ao aumento da demanda pelo etanol, tornando relevante a elaboração do zoneamento agroclimático para a cultura da cana-de-açúcar para essas regiões, notadamente para o estado do Tocantins. As informações climáticas e edáficas favorecem a determinação de áreas mais aptas ao cultivo e à mecanização. Por outro lado poderá ocorrer a elevação do risco climático nas regiões produtoras devido à possível influência das mudanças do clima. O presente estudo visou simular o impacto das mudanças do clima sobre o zoneamento agroclimático para a cana-de-açúcar no Tocantins, considerando os dados do modelo GFDL e cenários de emissão B1 e A1B, para o período de 2021 a 2050. Os resultados mostraram que tanto para as condições climáticas atuais, quanto para projeção do modelo, não há restrição térmica para o desenvolvimento da cultura, e que para obter boa produtividade no Estado será necessário, de forma geral, a utilização de irrigação nos períodos de deficiência hídrica. Constatou-se que, existe potencial para a produção, apesar da predominância da classe de aptidão ?restrita?, e que as regiões potenciais com condições agroclimáticas favoráveis, estão localizadas no sul, sudeste e centro do Estado. As simulações dos cenários de emissões indicam fortes restrições hídricas para o Tocantins, com grande redução de áreas consideradas ?aptas? e ?marginais?, e aumento das áreas ?restritas? ao cultivo da cana-de-açúcar. 650 $aBalanço Hídrico 650 $aEtanol 653 $aAgroenergia 653 $aAptidão agroclimática 653 $aAquecimento global 700 1 $aROCHA, H. R. DA 700 1 $aVICTORIA, D. de C. 700 1 $aBALLESTER, M. V. R. 700 1 $aTOLEDO, A. M. A. 773 $tRevista Brasileira de Geografia Física, Recife$gv. 08, n. 06, p. 1730-1747, 2015.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Territorial (CNPM) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Gado de Corte; Embrapa Pantanal. |
Data corrente: |
25/03/2020 |
Data da última atualização: |
20/04/2020 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
WEBER, V. A. de M.; WEBER, F. de L.; GOMES, R. da C.; OLIVEIRA JUNIOR, A. da S.; MENEZES, G. V.; ABREU, U. G. P. de; BELETE, N. A. de S.; PISTORI, H. |
Afiliação: |
Vanessa Aparecida de Moraes Weber, Universidade Católica Dom Bosco - UCDB; Fabricio de Lima Weber, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; RODRIGO DA COSTA GOMES, CNPGC; Adair da Silva Oliveira Junior, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; Geazy Vilharva Menezes, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; URBANO GOMES PINTO DE ABREU, CPAP; Nícolas Alessandro de Souza Belete, Universidade Católica Dom Bosco - UCDB; Hemerson Pistori, Universidade Católica Dom Bosco - UCDB. |
Título: |
Prediction of Girolando cattle weight by means of body measurements extracted from images. |
Ano de publicação: |
2020 |
Fonte/Imprenta: |
Revista Brasileira de Zootecnia. v. 49, e20190110, 2020. |
Idioma: |
Inglês Português |
Conteúdo: |
The objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted from cattle images. MenosThe objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted fro... Mostrar Tudo |
Palavras-Chave: |
Livestock precision; Machine learning; Mass estimation. |
Thesagro: |
Gado de Corte; Gado Gir; Morfologia Animal; Peso. |
Thesaurus NAL: |
Beef cattle; Body weight; Cattle; Computer vision; Gir (cattle breed); Livestock production. |
Categoria do assunto: |
-- L Ciência Animal e Produtos de Origem Animal |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/212007/1/Prediction-of-girolando-cattle.pdf
|
Marc: |
LEADER 02545naa a2200361 a 4500 001 2121364 005 2020-04-20 008 2020 bl uuuu u00u1 u #d 100 1 $aWEBER, V. A. de M. 245 $aPrediction of Girolando cattle weight by means of body measurements extracted from images.$h[electronic resource] 260 $c2020 520 $aThe objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted from cattle images. 650 $aBeef cattle 650 $aBody weight 650 $aCattle 650 $aComputer vision 650 $aGir (cattle breed) 650 $aLivestock production 650 $aGado de Corte 650 $aGado Gir 650 $aMorfologia Animal 650 $aPeso 653 $aLivestock precision 653 $aMachine learning 653 $aMass estimation 700 1 $aWEBER, F. de L. 700 1 $aGOMES, R. da C. 700 1 $aOLIVEIRA JUNIOR, A. da S. 700 1 $aMENEZES, G. V. 700 1 $aABREU, U. G. P. de 700 1 $aBELETE, N. A. de S. 700 1 $aPISTORI, H. 773 $tRevista Brasileira de Zootecnia.$gv. 49, e20190110, 2020.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|