|
|
Registro Completo |
Biblioteca(s): |
Embrapa Amazônia Oriental. |
Data corrente: |
20/04/2006 |
Data da última atualização: |
18/04/2024 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
FILGUEIRAS, G. C.; HOMMA, A. K. O.; SANTANA, A. C. de; IGREJA, A. C. M.; HERREROS, M. M. A. G. |
Afiliação: |
ALFREDO KINGO OYAMA HOMMA, CPATU. |
Título: |
Fontes de crescimento do setor agrícola no Estado do Pará: avaliação pelo método shift-share. |
Ano de publicação: |
2003 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 41., 2003, Juiz de Fora. Anais... Juiz de Fora: SOBER, 2003. Não paginado. |
Páginas: |
p. 220. |
Idioma: |
Português |
Notas: |
Trabalho editado também em CD-ROM. |
Palavras-Chave: |
Modelo shift-share; Política pública. |
Thesagro: |
Agricultura; Crescimento; Política Agrícola; Produção. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/176473/1/doc142.pdf
|
Marc: |
LEADER 00828nam a2200241 a 4500 001 1402983 005 2024-04-18 008 2003 bl uuuu u00u1 u #d 100 1 $aFILGUEIRAS, G. C. 245 $aFontes de crescimento do setor agrícola no Estado do Pará$bavaliação pelo método shift-share. 260 $aIn: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 41., 2003, Juiz de Fora. Anais... Juiz de Fora: SOBER, 2003. Não paginado.$c2003 300 $ap. 220. 500 $aTrabalho editado também em CD-ROM. 650 $aAgricultura 650 $aCrescimento 650 $aPolítica Agrícola 650 $aProdução 653 $aModelo shift-share 653 $aPolítica pública 700 1 $aHOMMA, A. K. O. 700 1 $aSANTANA, A. C. de 700 1 $aIGREJA, A. C. M. 700 1 $aHERREROS, M. M. A. G.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amazônia Oriental (CPATU) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
30/12/2014 |
Data da última atualização: |
08/11/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
CALDERANO FILHO, B.; POLIVANOV, H.; CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BARROSO, E. V.; GUERRA, A. J. T.; CALDERANO, S. B. |
Afiliação: |
BRAZ CALDERANO FILHO, CNPS; HELENA POLIVANOV, UFRJ; CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; EMÍLIO VELLOSO BARROSO, UFRJ; ANTÔNIO JOSÉ TEIXEIRA GUERRA, UFRJ; SEBASTIAO BARREIROS CALDERANO, CNPS. |
Título: |
Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar. |
Ano de publicação: |
2014 |
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, n. 6, p. 1681-1693, 2014. |
DOI: |
https://doi.org/10.1590/S0100-06832014000600003 |
Idioma: |
Inglês |
Conteúdo: |
A informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. MenosA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e seme... Mostrar Tudo |
Palavras-Chave: |
Atributos do terreno; Mapeamento digital; Redes neurais artificiais. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/114660/1/V38N6a03-RBCS-BRAZ.pdf
|
Marc: |
LEADER 02637naa a2200241 a 4500 001 2003976 005 2021-11-08 008 2014 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S0100-06832014000600003$2DOI 100 1 $aCALDERANO FILHO, B. 245 $aArtificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar.$h[electronic resource] 260 $c2014 520 $aA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. 653 $aAtributos do terreno 653 $aMapeamento digital 653 $aRedes neurais artificiais 700 1 $aPOLIVANOV, H. 700 1 $aCHAGAS, C. da S. 700 1 $aCARVALHO JUNIOR, W. de 700 1 $aBARROSO, E. V. 700 1 $aGUERRA, A. J. T. 700 1 $aCALDERANO, S. B. 773 $tRevista Brasileira de Ciência do Solo, Viçosa, MG$gv. 38, n. 6, p. 1681-1693, 2014.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|