| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
01/06/2018 |
|
Data da última atualização: |
06/06/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
TAVARES, R. L. M.; OLIVEIRA, S. R. de M.; BARROS, F. M. M. de; FARHATE, C. V. V.; SOUZA, Z. M. de; LA SCALA JUNIOR, N. |
|
Afiliação: |
ROSE LUIZA MORAES TAVARES, Rio Verde University; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; FLÁVIO MARGARITO MARTINS DE BARROS, Feagri/Unicamp; CAMILA VIANA VIEIRA FARHATE, Feagri/Unicamp; ZIGOMAR MENEZES DE SOUZA, Feagri/Unicamp; NEWTON LA SCALA JUNIOR, FCAV/Unesp. |
|
Título: |
Prediction of soil CO2 flux in sugarcane management systems using the Random Forest approach. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Scientia Agricola, Piracicaba, v. 74, n. 4, p. 281-287, July/Aug. 2018. |
|
DOI: |
http://dx.doi.org/10.1590/1678-992X-2017-0095 |
|
Idioma: |
Inglês |
|
Conteúdo: |
ABSTRACT: The Random Forest algorithm is a data mining technique used for classifying attributes in order of importance to explain the variation in an attribute-target, as soil CO2 flux. This study aimed to identify prediction of soil CO2 flux variables in management systems of sugarcane through the machine-learning algorithm called Random Forest. Two different management areas of sugarcane in the state of São Paulo, Brazil, were selected: burned and green. In each area, we assembled a sampling grid with 81 georeferenced points to assess soil CO2 flux through automated portable soil gas chamber with measuring spectroscopy in the infrared during the dry season of 2011 and the rainy season of 2012. In addition, we sampled the soil to evaluate physical, chemical, and microbiological attributes. For data interpretation, we used the Random Forest algorithm, based on the combination of predicted decision trees (machine learning algorithms) in which every tree depends on the values of a random vector sampled independently with the same distribution to all the trees of the forest. The results indicated that clay content in the soil was the most important attribute to explain the CO2 flux in the areas studied during the evaluated period. The use of the Random Forest algorithm originated a model with a good fit (R2 = 0.80) for predicted and observed values. |
|
Palavras-Chave: |
Data mining; Green sugarcane; Mineração de dados; Random Forest algorithm. |
|
Thesagro: |
Argila; Cana de Açúcar; Saccharum Officinarum. |
|
Thesaurus Nal: |
Clay; Soil organic carbon; Soil respiration; Sugarcane. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://www.alice.cnptia.embrapa.br/alice/bitstream/doc/1092118/1/APPredictionTavaresetal.pdf
|
|
Marc: |
LEADER 02375naa a2200325 a 4500
001 2092118
005 2018-06-06
008 2018 bl uuuu u00u1 u #d
024 7 $ahttp://dx.doi.org/10.1590/1678-992X-2017-0095$2DOI
100 1 $aTAVARES, R. L. M.
245 $aPrediction of soil CO2 flux in sugarcane management systems using the Random Forest approach.$h[electronic resource]
260 $c2018
520 $aABSTRACT: The Random Forest algorithm is a data mining technique used for classifying attributes in order of importance to explain the variation in an attribute-target, as soil CO2 flux. This study aimed to identify prediction of soil CO2 flux variables in management systems of sugarcane through the machine-learning algorithm called Random Forest. Two different management areas of sugarcane in the state of São Paulo, Brazil, were selected: burned and green. In each area, we assembled a sampling grid with 81 georeferenced points to assess soil CO2 flux through automated portable soil gas chamber with measuring spectroscopy in the infrared during the dry season of 2011 and the rainy season of 2012. In addition, we sampled the soil to evaluate physical, chemical, and microbiological attributes. For data interpretation, we used the Random Forest algorithm, based on the combination of predicted decision trees (machine learning algorithms) in which every tree depends on the values of a random vector sampled independently with the same distribution to all the trees of the forest. The results indicated that clay content in the soil was the most important attribute to explain the CO2 flux in the areas studied during the evaluated period. The use of the Random Forest algorithm originated a model with a good fit (R2 = 0.80) for predicted and observed values.
650 $aClay
650 $aSoil organic carbon
650 $aSoil respiration
650 $aSugarcane
650 $aArgila
650 $aCana de Açúcar
650 $aSaccharum Officinarum
653 $aData mining
653 $aGreen sugarcane
653 $aMineração de dados
653 $aRandom Forest algorithm
700 1 $aOLIVEIRA, S. R. de M.
700 1 $aBARROS, F. M. M. de
700 1 $aFARHATE, C. V. V.
700 1 $aSOUZA, Z. M. de
700 1 $aLA SCALA JUNIOR, N.
773 $tScientia Agricola, Piracicaba$gv. 74, n. 4, p. 281-287, July/Aug. 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
17/08/1994 |
|
Data da última atualização: |
19/07/2022 |
|
Autoria: |
DUARTE, J. A. M. |
|
Título: |
Pesquisa & imprensa: orientações para um bom relacionamento. |
|
Ano de publicação: |
1998 |
|
Fonte/Imprenta: |
Brasília, DF: Embrapa-Assessoria de Comunicação Social, 1998. |
|
Páginas: |
27 p. |
|
Série: |
(Embrapa-ACS. Série comunicação, 1). |
|
Idioma: |
Português |
|
Conteúdo: |
Porque a imprensa e importante; O papel do assessor de imprensa; O que e noticia; Como procurar a imprensa; Como atender o jornalista; Prepare-se antes; Recebendo o jornalista; Depois da entrevista; Radio - recomendacoes; TV - recomendacoes; Redigindo um artigo; Quando fazer uma coletiva. |
|
Palavras-Chave: |
ACS; Agricultrual research; Artigo; Brasil; Communication social; Communications; Comunicação social; EMBRAPA; Entrevista; Imprensa; Informação; Inprensa; Jornalism; Jornalista; Journalism; Journalist; Newspaperman; Organizacao de entrevista coletiva; Orientação; Orientacoes; Orientation; Pesquisa agropecuaria; Press; Press relation; Print media; Recomendacao; Recommendation; Redacao; Relacionamento; Relationship; Relationships; Researcher; Search; Social communication. |
|
Thesagro: |
Agricultura; Comunicação; Jornalismo; Pesquisa; Pesquisador; Rádio; Relações Publicas; Tecnologia; Televisão. |
|
Thesaurus NAL: |
agriculture; information; public relations; research; technology. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/201824/1/Pesquisa-Imprensa.pdf
|
|
Marc: |
LEADER 02082nam a2200709 a 4500
001 1095390
005 2022-07-19
008 1998 bl uuuu u0uu1 u #d
100 1 $aDUARTE, J. A. M.
245 $aPesquisa & imprensa$borientações para um bom relacionamento.
260 $aBrasília, DF: Embrapa-Assessoria de Comunicação Social$c1998
300 $a27 p.
490 $a(Embrapa-ACS. Série comunicação, 1).
520 $aPorque a imprensa e importante; O papel do assessor de imprensa; O que e noticia; Como procurar a imprensa; Como atender o jornalista; Prepare-se antes; Recebendo o jornalista; Depois da entrevista; Radio - recomendacoes; TV - recomendacoes; Redigindo um artigo; Quando fazer uma coletiva.
650 $aagriculture
650 $ainformation
650 $apublic relations
650 $aresearch
650 $atechnology
650 $aAgricultura
650 $aComunicação
650 $aJornalismo
650 $aPesquisa
650 $aPesquisador
650 $aRádio
650 $aRelações Publicas
650 $aTecnologia
650 $aTelevisão
653 $aACS
653 $aAgricultrual research
653 $aArtigo
653 $aBrasil
653 $aCommunication social
653 $aCommunications
653 $aComunicação social
653 $aEMBRAPA
653 $aEntrevista
653 $aImprensa
653 $aInformação
653 $aInprensa
653 $aJornalism
653 $aJornalista
653 $aJournalism
653 $aJournalist
653 $aNewspaperman
653 $aOrganizacao de entrevista coletiva
653 $aOrientação
653 $aOrientacoes
653 $aOrientation
653 $aPesquisa agropecuaria
653 $aPress
653 $aPress relation
653 $aPrint media
653 $aRecomendacao
653 $aRecommendation
653 $aRedacao
653 $aRelacionamento
653 $aRelationship
653 $aRelationships
653 $aResearcher
653 $aSearch
653 $aSocial communication
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
