|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
30/09/2019 |
Data da última atualização: |
07/01/2020 |
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
Autoria: |
NORONHA, R. L. |
Afiliação: |
RENATO LÓPEZ NORONHA, Feagri/Unicamp. |
Título: |
Modelos preditivos de estoque de carbono do solo em terra preta arqueológica - natural e transformada. |
Ano de publicação: |
2019 |
Fonte/Imprenta: |
2019. |
Páginas: |
69 p. |
Idioma: |
Português |
Notas: |
Dissertação (Mestrado em Engenharia Agrícola) - Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. Orientador: Zigomar Menezes de Souza, Coorientador: Stanley Robson de Medeiros Oliveira. |
Conteúdo: |
RESUMO. Na Amazônia, os solos conhecidos como Terra Preta Arqueológica apresentam horizonte A antrópico e estão associados à prolongada ocupação humana, realizada por sociedades indígenas do período pré-colombiano, nos quais possuem atributos químicos e físicos são superiores em relação aos de outros solos da Amazônia, configurando como grande reservatório de carbono orgânico. Entretanto, a conversão desses ecossistemas naturais em ambientes de cultivo proporciona alterações na dinâmica de carbono no solo, que frequentemente, provocam o declínio no teor de carbono orgânico do solo. Dessa forma, essa pesquisa tem como objetivo utilizar técnicas de mineração de dados para gerar modelos preditivos sobre o efeito do uso do solo no estoque de carbono em áreas de Terra Preta Arqueológica, naturais e transformadas. O experimento foi realizado nos municípios de Novo Aripuanã e Apuí, estado de Amazonas, Brasil em áreas com floresta natural, pastagem, feijão, café e cacau, nas profundidades de 0,00-0,05, 0,05-0,10 e 0,10-0,20 m. Após a etapa de coleta dos dados e análise laboratorial foram aplicadas duas técnicas de mineração de dados para modelagem preditiva, sendo a indução por meio de árvores de decisão e Random Forest. Ao final da pesquisa, os resultados mostraram que os atributos, uso do solo e areia, foram as variáveis mais importantes para predizer o estoque de carbono em Terra Preta Arqueológica sob diferentes usos. Por meio da técnica de indução de árvore de decisão foi gerado um modelo preditivo de estoque de carbono do solo em Terra Preta Arqueológica, com alta taxa de precisão: 83%, 74% e 81%, usando sete (07), sete (07) e quatro (04) regras, nas profundidades estudadas, 0,00-0,05 m, 0,05-0,10 m e 0,10-0,20 m, respetivamente. O algoritmo Random Forest indicou que o cálcio, a densidade do solo e uso do solo foram as variáveis mais importantes que afetaram o estoque de carbono em Terra Preta Arqueológica sob diferentes usos e, técnica Random Forest originou modelos com bom ajuste (R2 = 0,71, 0,71 e 0,77) para valores preditos e observados. MenosRESUMO. Na Amazônia, os solos conhecidos como Terra Preta Arqueológica apresentam horizonte A antrópico e estão associados à prolongada ocupação humana, realizada por sociedades indígenas do período pré-colombiano, nos quais possuem atributos químicos e físicos são superiores em relação aos de outros solos da Amazônia, configurando como grande reservatório de carbono orgânico. Entretanto, a conversão desses ecossistemas naturais em ambientes de cultivo proporciona alterações na dinâmica de carbono no solo, que frequentemente, provocam o declínio no teor de carbono orgânico do solo. Dessa forma, essa pesquisa tem como objetivo utilizar técnicas de mineração de dados para gerar modelos preditivos sobre o efeito do uso do solo no estoque de carbono em áreas de Terra Preta Arqueológica, naturais e transformadas. O experimento foi realizado nos municípios de Novo Aripuanã e Apuí, estado de Amazonas, Brasil em áreas com floresta natural, pastagem, feijão, café e cacau, nas profundidades de 0,00-0,05, 0,05-0,10 e 0,10-0,20 m. Após a etapa de coleta dos dados e análise laboratorial foram aplicadas duas técnicas de mineração de dados para modelagem preditiva, sendo a indução por meio de árvores de decisão e Random Forest. Ao final da pesquisa, os resultados mostraram que os atributos, uso do solo e areia, foram as variáveis mais importantes para predizer o estoque de carbono em Terra Preta Arqueológica sob diferentes usos. Por meio da técnica de indução de árvore de decisão foi gerad... Mostrar Tudo |
Palavras-Chave: |
Aprendizado de máquina; Árvore de decisão; Data mining; Decision tree; Estoque de carbono; Machine learning; Manejo de solos; Mineração de dados; Modelos preditivos; Terra preta do Amazonas; Uso do solo. |
Thesaurus Nal: |
Land use. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 03130nam a2200277 a 4500 001 2112588 005 2020-01-07 008 2019 bl uuuu m 00u1 u #d 100 1 $aNORONHA, R. L. 245 $aModelos preditivos de estoque de carbono do solo em terra preta arqueológica - natural e transformada.$h[electronic resource] 260 $a2019.$c2019 300 $a69 p. 500 $aDissertação (Mestrado em Engenharia Agrícola) - Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. Orientador: Zigomar Menezes de Souza, Coorientador: Stanley Robson de Medeiros Oliveira. 520 $aRESUMO. Na Amazônia, os solos conhecidos como Terra Preta Arqueológica apresentam horizonte A antrópico e estão associados à prolongada ocupação humana, realizada por sociedades indígenas do período pré-colombiano, nos quais possuem atributos químicos e físicos são superiores em relação aos de outros solos da Amazônia, configurando como grande reservatório de carbono orgânico. Entretanto, a conversão desses ecossistemas naturais em ambientes de cultivo proporciona alterações na dinâmica de carbono no solo, que frequentemente, provocam o declínio no teor de carbono orgânico do solo. Dessa forma, essa pesquisa tem como objetivo utilizar técnicas de mineração de dados para gerar modelos preditivos sobre o efeito do uso do solo no estoque de carbono em áreas de Terra Preta Arqueológica, naturais e transformadas. O experimento foi realizado nos municípios de Novo Aripuanã e Apuí, estado de Amazonas, Brasil em áreas com floresta natural, pastagem, feijão, café e cacau, nas profundidades de 0,00-0,05, 0,05-0,10 e 0,10-0,20 m. Após a etapa de coleta dos dados e análise laboratorial foram aplicadas duas técnicas de mineração de dados para modelagem preditiva, sendo a indução por meio de árvores de decisão e Random Forest. Ao final da pesquisa, os resultados mostraram que os atributos, uso do solo e areia, foram as variáveis mais importantes para predizer o estoque de carbono em Terra Preta Arqueológica sob diferentes usos. Por meio da técnica de indução de árvore de decisão foi gerado um modelo preditivo de estoque de carbono do solo em Terra Preta Arqueológica, com alta taxa de precisão: 83%, 74% e 81%, usando sete (07), sete (07) e quatro (04) regras, nas profundidades estudadas, 0,00-0,05 m, 0,05-0,10 m e 0,10-0,20 m, respetivamente. O algoritmo Random Forest indicou que o cálcio, a densidade do solo e uso do solo foram as variáveis mais importantes que afetaram o estoque de carbono em Terra Preta Arqueológica sob diferentes usos e, técnica Random Forest originou modelos com bom ajuste (R2 = 0,71, 0,71 e 0,77) para valores preditos e observados. 650 $aLand use 653 $aAprendizado de máquina 653 $aÁrvore de decisão 653 $aData mining 653 $aDecision tree 653 $aEstoque de carbono 653 $aMachine learning 653 $aManejo de solos 653 $aMineração de dados 653 $aModelos preditivos 653 $aTerra preta do Amazonas 653 $aUso do solo
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 3 | |
1. | | COSTA, A. A. da S. X.; BARROS, V. A. M. de; NORONHA, R. L. F. de; LIMA FILHO, T.; MINIM, V. P. R. Como você se sente ao tomar este café? Um estudo sobre percepções, emoções e linguagem. Cadernos de Ciência & Tecnologia, v. 41, e27350, 2024. Título em inglês: How do you feel when drinking coffee? A study on perceptions, emotions and language.Biblioteca(s): Embrapa Unidades Centrais. |
| |
3. | | NORONHA, R. L.; SOARES, M. D. R.; OLIVEIRA, I. N. de; FARHATE, C. V. V.; SOUZA, Z. M. de; OLIVEIRA, S. R. de M. Soil carbon stock predictive models on archaeological black lands - natural and transformed. In: WORLD CONGRESS OF SOIL SCIENCE, 21., 2018, Rio de Janeiro. Soil science: beyond food and fuel: abstracts. Viçosa, MG: SBCS, 2018. Não paginado. WCSS 2018.Tipo: Resumo em Anais de Congresso |
Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 3 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|