| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Territorial. |
|
Data corrente: |
28/02/2024 |
|
Data da última atualização: |
28/02/2024 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
TEIXEIRA, A. H. DE C.; SOUZA, I. F. DE; LEIVAS, J. F.; TAKEMURA, C. M.; AZEVEDO, A. F. M. S. |
|
Afiliação: |
ANTÔNIO HERIBERTO DE CASTRO TEIXEIRA, UNIVERSIDADE FEDERAL DE SERGIPE; INAJÁ FRANCISCO DE SOUZA, UNIVERSIDADE FEDERAL DE SERGIPE; JANICE FREITAS LEIVAS, CNPM; CELINA MAKI TAKEMURA, CNPM; ANA FLÁVIA MARIA SANTOS AZEVEDO, UNIVERSIDADE FEDERAL DE SERGIPE. |
|
Título: |
Dinâmica do balanço de energia detectada por sensoriamento remoto nos biomas do SEALBA. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 22., 2023, Natal. A agrometeorologia e a agropecuária: adaptação às mudanças climáticas: anais. Natal: Sociedade Brasileira de Agrometeorologia, 2023. |
|
Páginas: |
p. 2312-2323. |
|
ISBN: |
9786585111140 |
|
Idioma: |
Português |
|
Conteúdo: |
RESUMO: Imagens MODIS foram usadas com dados climáticos de 2007 a 2021, aplicando-se o algoritmo SAFER, para análises das condições históricas do balanço de energia nos biomas Floresta Atlântica (FA) e Caatinga (CT), dentro da região de crescimento agrícola do SEALBA. Os valores médios do saldo de radiação (Rn) variam de 6,50 a 11,50 MJ m-2 d-1 sem diferenças significativas entre os biomas. Entretanto, os fluxos médios de calor latente (λE) ficam entre 3,80 e 6,80 MJ m-2 d-1 em FA e de 2,20 a 7,20 MJ m-2 d-1 em CT com valores correspondentes para calor sensível (H) ente 0,60 e 6,70 MJ m-2 d-1 em FA e de 0,60 a 8,40 MJ m-2 d-1 em CT. No período chuvoso, a razão λE/Rn ultrapassa 80% em ambos os biomas, indicando as melhores condições de umidade na zona das raízes das plantas, enquanto fora desse período cai para de 34% e 20% em FA e CT, respectivamente. Com relação a H/Rn, seus maiores valores acontecem nos períodos secos do início e final do ano, quando é acima de 60% para ambos os biomas, indicando aquecimento, enquanto no meio do ano, esta razão fica abaixo de 20%, condições de resfriamento das plantas. Os valores de fluxo de calor no solo (G), menor componente do balanço de energia, variam de 0,37 a 0,43 MJ m-2 d-1 a 0,52 a 0,57 MJ m-2 d-1 para os biomas CT e FA, respectivamente. A modelagem conduzida na atual pesquisa apresentou potencial para o monitoramento da agricultura. |
|
Palavras-Chave: |
Floresta Atlântica; Partição da energia. |
|
Thesagro: |
Caatinga. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1162340/1/6206.pdf
|
|
Marc: |
LEADER 02246nam a2200217 a 4500
001 2162340
005 2024-02-28
008 2023 bl uuuu u00u1 u #d
020 $a9786585111140
100 1 $aTEIXEIRA, A. H. DE C.
245 $aDinâmica do balanço de energia detectada por sensoriamento remoto nos biomas do SEALBA.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 22., 2023, Natal. A agrometeorologia e a agropecuária: adaptação às mudanças climáticas: anais. Natal: Sociedade Brasileira de Agrometeorologia$c2023
300 $ap. 2312-2323.
520 $aRESUMO: Imagens MODIS foram usadas com dados climáticos de 2007 a 2021, aplicando-se o algoritmo SAFER, para análises das condições históricas do balanço de energia nos biomas Floresta Atlântica (FA) e Caatinga (CT), dentro da região de crescimento agrícola do SEALBA. Os valores médios do saldo de radiação (Rn) variam de 6,50 a 11,50 MJ m-2 d-1 sem diferenças significativas entre os biomas. Entretanto, os fluxos médios de calor latente (λE) ficam entre 3,80 e 6,80 MJ m-2 d-1 em FA e de 2,20 a 7,20 MJ m-2 d-1 em CT com valores correspondentes para calor sensível (H) ente 0,60 e 6,70 MJ m-2 d-1 em FA e de 0,60 a 8,40 MJ m-2 d-1 em CT. No período chuvoso, a razão λE/Rn ultrapassa 80% em ambos os biomas, indicando as melhores condições de umidade na zona das raízes das plantas, enquanto fora desse período cai para de 34% e 20% em FA e CT, respectivamente. Com relação a H/Rn, seus maiores valores acontecem nos períodos secos do início e final do ano, quando é acima de 60% para ambos os biomas, indicando aquecimento, enquanto no meio do ano, esta razão fica abaixo de 20%, condições de resfriamento das plantas. Os valores de fluxo de calor no solo (G), menor componente do balanço de energia, variam de 0,37 a 0,43 MJ m-2 d-1 a 0,52 a 0,57 MJ m-2 d-1 para os biomas CT e FA, respectivamente. A modelagem conduzida na atual pesquisa apresentou potencial para o monitoramento da agricultura.
650 $aCaatinga
653 $aFloresta Atlântica
653 $aPartição da energia
700 1 $aSOUZA, I. F. DE
700 1 $aLEIVAS, J. F.
700 1 $aTAKEMURA, C. M.
700 1 $aAZEVEDO, A. F. M. S.
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 Milho e Sorgo. |
|
Data corrente: |
25/03/2024 |
|
Data da última atualização: |
25/03/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
BARRETO, C. A. V.; DIAS, K. O. das G.; SOUSA, I. C. de; AZEVEDO, C. F.; NASCIMENTO, A. C. C.; GUIMARAES, L. J. M.; GUIMARÃES, C. T.; PASTINA, M. M.; NASCIMENTO, M. |
|
Afiliação: |
CYNTHIA APARECIDA VALIATI BARRETO, UNIVERSIDADE FEDERAL DE VIÇOSA; KAIO OLIMPIO DAS GRAÇAS DIAS, UNIVERSIDADE FEDERAL DE VIÇOSA; ITHALO COELHO DE SOUSA, UNIVERSIDADE FEDERAL DE RONDÔNIA; CAMILA FERREIRA AZEVEDO, UNIVERSIDADE FEDERAL DE VIÇOSA; ANA CAROLINA CAMPANA NASCIMENTO, UNIVERSIDADE FEDERAL DE VIÇOSA; LAURO JOSE MOREIRA GUIMARAES, CNPMS; CLAUDIA TEIXEIRA GUIMARAES, CNPMS; MARIA MARTA PASTINA, CNPMS; MOYSÉS NASCIMENTO, UNIVERSIDADE FEDERAL DE VIÇOSA. |
|
Título: |
Genomic prediction in multi-environment trials in maize using statistical and machine learning methods. |
|
Ano de publicação: |
2024 |
|
Fonte/Imprenta: |
Scientific Reports, v. 14, 1062, 2024. |
|
DOI: |
https://doi.org/10.1038/s41598-024-51792-3 |
|
Idioma: |
Inglês |
|
Conteúdo: |
In the context of multi-environment trials (MET), genomic prediction is proposed as a tool that allows the prediction of the phenotype of single cross hybrids that were not tested in field trials. This approach saves time and costs compared to traditional breeding methods. Thus, this study aimed to evaluate the genomic prediction of single cross maize hybrids not tested in MET, grain yield and female flowering time. We also aimed to propose an application of machine learning methodologies in MET in the prediction of hybrids and compare their performance with Genomic best linear unbiased prediction (GBLUP) with non-additive effects. Our results highlight that both methodologies are efficient and can be used in maize breeding programs to accurately predict the performance of hybrids in specific environments. The best methodology is case-dependent, specifically, to explore the potential of GBLUP, it is important to perform accurate modeling of the variance components to optimize the prediction of new hybrids. On the other hand, machine learning methodologies can capture non-additive effects without making any assumptions at the outset of the model. Overall, predicting the performance of new hybrids that were not evaluated in any field trials was more challenging than predicting hybrids in sparse test designs. |
|
Palavras-Chave: |
Predição genômica. |
|
Thesagro: |
Hibrido; Milho; Produtividade. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1163114/1/Genomic-prediction-in-multi-environment-trials-in-maize.pdf
|
|
Marc: |
LEADER 02163naa a2200277 a 4500
001 2163114
005 2024-03-25
008 2024 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1038/s41598-024-51792-3$2DOI
100 1 $aBARRETO, C. A. V.
245 $aGenomic prediction in multi-environment trials in maize using statistical and machine learning methods.$h[electronic resource]
260 $c2024
520 $aIn the context of multi-environment trials (MET), genomic prediction is proposed as a tool that allows the prediction of the phenotype of single cross hybrids that were not tested in field trials. This approach saves time and costs compared to traditional breeding methods. Thus, this study aimed to evaluate the genomic prediction of single cross maize hybrids not tested in MET, grain yield and female flowering time. We also aimed to propose an application of machine learning methodologies in MET in the prediction of hybrids and compare their performance with Genomic best linear unbiased prediction (GBLUP) with non-additive effects. Our results highlight that both methodologies are efficient and can be used in maize breeding programs to accurately predict the performance of hybrids in specific environments. The best methodology is case-dependent, specifically, to explore the potential of GBLUP, it is important to perform accurate modeling of the variance components to optimize the prediction of new hybrids. On the other hand, machine learning methodologies can capture non-additive effects without making any assumptions at the outset of the model. Overall, predicting the performance of new hybrids that were not evaluated in any field trials was more challenging than predicting hybrids in sparse test designs.
650 $aHibrido
650 $aMilho
650 $aProdutividade
653 $aPredição genômica
700 1 $aDIAS, K. O. das G.
700 1 $aSOUSA, I. C. de
700 1 $aAZEVEDO, C. F.
700 1 $aNASCIMENTO, A. C. C.
700 1 $aGUIMARAES, L. J. M.
700 1 $aGUIMARÃES, C. T.
700 1 $aPASTINA, M. M.
700 1 $aNASCIMENTO, M.
773 $tScientific Reports$gv. 14, 1062, 2024.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
