| |
|
|
| Registros recuperados : 1.664 | |
| 59. |  | NODARI, M. L.; ARTELLO, L.; MARTINS, M. Análise de perigos e pontos críticos de controle: sistema APPCC. In: PEREIRA, G. E.; HOFFMANN, A.; GARRIDO, L. da R.; SILVEIRA, S. V. da (Ed.). Cuidados com a matéria-prima, processos de elaboração, controle da contaminação e de perigos em vinhos e sucos. Brasília, DF: SEBRAE; Bento Gonçalves: Embrapa Uva e Vinho: IBRAVIN, 2011. p. 29-59. (Boas Práticas Agrícolas - BPA; Uva para processamento, 7). Programa de Desenvolvimento da Cadeia Produtiva de Vinhos, Espumantes e Suco de Uva - PAS.| Biblioteca(s): Embrapa Uva e Vinho. |
|   |
| Registros recuperados : 1.664 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
|
Data corrente: |
28/10/2010 |
|
Data da última atualização: |
29/06/2023 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
CRUZ, P. G.; SANTOS, P. M.; ARAÚJO, L. C. de; PEZZOPANE, J. R. M. |
|
Afiliação: |
PEDRO GOMES CRUZ, ESALQ/PIRACICABA; PATRICIA MENEZES SANTOS, CPPSE; LEANDRO COELHO DE ARAÚJO, ESALQ/PIRACICABA; JOSE RICARDO MACEDO PEZZOPANE, CPPSE. |
|
Título: |
Modelos empíricos para a estimativa de matéria seca de cv. Marandu utilizando variáveis agroclimáticas. I. Geração dos modelos. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
In: JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 2., 2010, São Carlos, SP. Anais... São Carlos: Embrapa Instrumentação Agropecuária: Embrapa Pecuária Sudeste, 2010. |
|
Idioma: |
Português |
|
Conteúdo: |
A radiação solar, temperatura do ar e a umidade do solo são os principais fatores ambientais determinantes do potencial produtivo e das variações estacionais de produção de forragem. A abordagem empírica, baseada em dados observados, é uma opção viável no processo de modelagem, já que permite o desenvolvimento de modelo que forneça predições precisas e que, ao mesmo tempo, seja o mais simples possível. O objetivo deste estudo foi gerar modelos lineares para predição da taxa de acúmulo de matéria seca de cv. Marandu em função de variáveis climáticas. Para gerar os modelos empíricos foram utilizados os dados de taxa média de acúmulo de matéria seca (TAMS) relativos a 29 períodos de crescimento nos anos de 1998, 2000, 2001 e 2002, cultivados em condições de sequeiro, na Embrapa Pecuária Sudeste em São Carlos ? SP. As variáveis climáticas foram temperatura mínima (Tmin), temperatura máxima (Tmax), temperatura média (Tmed), radiação (RG), graus-dia (GD, Tb=17ºC), evapotranspiração real (ETr), obtida a partir do balanço hídrico climatológico, unidades fototérmicas (UF) (Villa Nova et al., 1983) e o índice climático de crescimento (ICC) (temperatura média, radiação solar e relação ETr/ETp (Fitzpatrick e Nix, 1970). Nessas variáveis, à exceção a ETr e UF, foi adicionado um fator de penalização de disponibilidade hídrica dado pela relação ETr/ETp. Foram realizadas regressões lineares simples e múltiplas entre as variáveis climáticas (variável independente) e a TAMS (variável dependente). Para regressão linear múltipla utilizou-se o procedimento que indicou o melhor ajuste nas variáveis Tmim, RG e ETr. A seleção dos modelos baseou-se no coeficiente de determinação (r²), na raiz do quadrado médio do resíduo (RQMR) e no critério de informação de Akaike (AIC). Os modelos lineares gerados foram: TAMS= 11,93Tmin-134,95; TAMS= 1,03Tmax-20,83; TAMS= 13,86Tmed-242,47; TAMS= 6,21RG-52,92; TAMS= 13,86GD-6,92; TAMS= 25,46ETr-2,69; TAMS= 233,54ICC+7,99; TAMS= 0,003UF+40,42; TAMS= 4,11Tmaxc+29,61; TAMS= 5,78Tminc-17,24; TAMS= 4,83Tmedc-24,83; TAMS= 4,44RGc-6,36; TAMS= 12,9GDc+6,52; TAMS= 8,3Tmin-51,8RG+22ETr-36,3. Os modelos apresentaram boa capacidade preditora da TAMS em função das variáveis climáticas, e resultaram em valores de r² que variaram de 0,44 a 0,84 (variável independente Tmax e regressão múltipla, respectivamente). Os maiores valores de r² e menores valores de RQMR e AIC, indicativos de melhor ajuste, foram para os modelos ICC, GDC, e a regressão linear múltipla (0,75, 17,9 e 236,9; 0,75, 17,8 e 242,6; 0,84, 14,7 e 222,5; respectivamente). A estimativa de TAMS, quando o efeito limitante for ambiental, se mostrou satisfatória quando as variáveis preditoras reúnem mais de um fator climático como luz, temperatura e disponibilidade de água. MenosA radiação solar, temperatura do ar e a umidade do solo são os principais fatores ambientais determinantes do potencial produtivo e das variações estacionais de produção de forragem. A abordagem empírica, baseada em dados observados, é uma opção viável no processo de modelagem, já que permite o desenvolvimento de modelo que forneça predições precisas e que, ao mesmo tempo, seja o mais simples possível. O objetivo deste estudo foi gerar modelos lineares para predição da taxa de acúmulo de matéria seca de cv. Marandu em função de variáveis climáticas. Para gerar os modelos empíricos foram utilizados os dados de taxa média de acúmulo de matéria seca (TAMS) relativos a 29 períodos de crescimento nos anos de 1998, 2000, 2001 e 2002, cultivados em condições de sequeiro, na Embrapa Pecuária Sudeste em São Carlos ? SP. As variáveis climáticas foram temperatura mínima (Tmin), temperatura máxima (Tmax), temperatura média (Tmed), radiação (RG), graus-dia (GD, Tb=17ºC), evapotranspiração real (ETr), obtida a partir do balanço hídrico climatológico, unidades fototérmicas (UF) (Villa Nova et al., 1983) e o índice climático de crescimento (ICC) (temperatura média, radiação solar e relação ETr/ETp (Fitzpatrick e Nix, 1970). Nessas variáveis, à exceção a ETr e UF, foi adicionado um fator de penalização de disponibilidade hídrica dado pela relação ETr/ETp. Foram realizadas regressões lineares simples e múltiplas entre as variáveis climáticas (variável independente) e a TAMS (variável dependen... Mostrar Tudo |
|
Palavras-Chave: |
Geração dos modelos; Marandu. |
|
Thesagro: |
Brachiaria Brizantha; Matéria Seca. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/23379/1/PROCIPMS2010.00144.pdf
|
|
Marc: |
LEADER 03629nam a2200193 a 4500
001 1865661
005 2023-06-29
008 2010 bl uuuu u00u1 u #d
100 1 $aCRUZ, P. G.
245 $aModelos empíricos para a estimativa de matéria seca de cv. Marandu utilizando variáveis agroclimáticas. I. Geração dos modelos.$h[electronic resource]
260 $aIn: JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 2., 2010, São Carlos, SP. Anais... São Carlos: Embrapa Instrumentação Agropecuária: Embrapa Pecuária Sudeste$c2010
520 $aA radiação solar, temperatura do ar e a umidade do solo são os principais fatores ambientais determinantes do potencial produtivo e das variações estacionais de produção de forragem. A abordagem empírica, baseada em dados observados, é uma opção viável no processo de modelagem, já que permite o desenvolvimento de modelo que forneça predições precisas e que, ao mesmo tempo, seja o mais simples possível. O objetivo deste estudo foi gerar modelos lineares para predição da taxa de acúmulo de matéria seca de cv. Marandu em função de variáveis climáticas. Para gerar os modelos empíricos foram utilizados os dados de taxa média de acúmulo de matéria seca (TAMS) relativos a 29 períodos de crescimento nos anos de 1998, 2000, 2001 e 2002, cultivados em condições de sequeiro, na Embrapa Pecuária Sudeste em São Carlos ? SP. As variáveis climáticas foram temperatura mínima (Tmin), temperatura máxima (Tmax), temperatura média (Tmed), radiação (RG), graus-dia (GD, Tb=17ºC), evapotranspiração real (ETr), obtida a partir do balanço hídrico climatológico, unidades fototérmicas (UF) (Villa Nova et al., 1983) e o índice climático de crescimento (ICC) (temperatura média, radiação solar e relação ETr/ETp (Fitzpatrick e Nix, 1970). Nessas variáveis, à exceção a ETr e UF, foi adicionado um fator de penalização de disponibilidade hídrica dado pela relação ETr/ETp. Foram realizadas regressões lineares simples e múltiplas entre as variáveis climáticas (variável independente) e a TAMS (variável dependente). Para regressão linear múltipla utilizou-se o procedimento que indicou o melhor ajuste nas variáveis Tmim, RG e ETr. A seleção dos modelos baseou-se no coeficiente de determinação (r²), na raiz do quadrado médio do resíduo (RQMR) e no critério de informação de Akaike (AIC). Os modelos lineares gerados foram: TAMS= 11,93Tmin-134,95; TAMS= 1,03Tmax-20,83; TAMS= 13,86Tmed-242,47; TAMS= 6,21RG-52,92; TAMS= 13,86GD-6,92; TAMS= 25,46ETr-2,69; TAMS= 233,54ICC+7,99; TAMS= 0,003UF+40,42; TAMS= 4,11Tmaxc+29,61; TAMS= 5,78Tminc-17,24; TAMS= 4,83Tmedc-24,83; TAMS= 4,44RGc-6,36; TAMS= 12,9GDc+6,52; TAMS= 8,3Tmin-51,8RG+22ETr-36,3. Os modelos apresentaram boa capacidade preditora da TAMS em função das variáveis climáticas, e resultaram em valores de r² que variaram de 0,44 a 0,84 (variável independente Tmax e regressão múltipla, respectivamente). Os maiores valores de r² e menores valores de RQMR e AIC, indicativos de melhor ajuste, foram para os modelos ICC, GDC, e a regressão linear múltipla (0,75, 17,9 e 236,9; 0,75, 17,8 e 242,6; 0,84, 14,7 e 222,5; respectivamente). A estimativa de TAMS, quando o efeito limitante for ambiental, se mostrou satisfatória quando as variáveis preditoras reúnem mais de um fator climático como luz, temperatura e disponibilidade de água.
650 $aBrachiaria Brizantha
650 $aMatéria Seca
653 $aGeração dos modelos
653 $aMarandu
700 1 $aSANTOS, P. M.
700 1 $aARAÚJO, L. C. de
700 1 $aPEZZOPANE, J. R. M.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pecuária Sudeste (CPPSE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
