| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Milho e Sorgo. |
|
Data corrente: |
31/08/2011 |
|
Data da última atualização: |
28/05/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
AMARAL, T. A.; ANDRADE, C. de L. T. de; ALVES, M. E. B.; SILVA, D. F. |
|
Afiliação: |
CAMILO DE LELIS TEIXEIRA DE ANDRADE, CNPMS. |
|
Título: |
Applying CSM-CERES-Maize to define a sowing window for irrigated maize crop: The Riacho´s Farm case study. |
|
Título original: |
Utilização do CSM-CERES-Maize para definição do melhor período para semeadura da cultura do milho irrigado: estudo de caso da Fazenda do Riacho. |
|
Ano de publicação: |
2011 |
|
Fonte/Imprenta: |
Revista Ambiente & Água, Taubaté, v. 6, n. 2, p. 38-53, 2011. |
|
DOI: |
10.4136/1980-993X |
|
Idioma: |
Inglês |
|
Conteúdo: |
Irrigation use constitutes an alternative to improve maize production in Central Minas Gerais State, Brazil. However, even under adequate water supply conditions, other environmental factors may influence maize crop growth and development and may, ultimately, affect grain yield. This study aimed to establish a sowing window for irrigated maize crop, based on simulation results obtained with the decision support model CSM-CERES-Maize. Simulations were made for crop management conditions of Riacho ?s Farm, located in Matozinhos, Minas Gerais State, Brazil. It was employed the model ?s seasonal tool, along with a data set containing 46 years of weather data records, to simulate maize yield for weekly sowing scenarios, starting on August 1 stand ending on July 24th of each year. One defined an irrigated maize so wing window, taking into account the yield break risk that a farmer would be willing to take. The model proved to be an interesting tool to assist in decision making, regarding crop and irrigation management, for an irrigated maize production system. Assuming a 10% yield break in the expected average maximum maize yield, it was defined as sowing window, the period from January 23rd to March 6th, with February 20th as the best sowing date. Other sowing windows may be established according to the risk that the farmer would be willing to take. O uso da irrigação constitui-se numa alternativa para alavancar a produção de milho na Região Central de Minas Gerais. Entretanto, mesmo em condições adequadas de suprimento de água, outros fatores ambientais podem exercer influência sobre o crescimento e o desenvolvimento da cultura do milho, podendo afetar a produção de grãos. Neste trabalho objetivou-se definir uma janela de semeadura para a cultura do milho irrigado, com base em resultados de simulação realizados com o modelo de suporte à decisão CSM-CERES-Maize. As simulações foram feitas para as condições de manejo da cultura na Fazenda do Riacho, localizada no município de Matozinhos, MG, Brasil. Empregou-se o modo sazonal do modelo, juntamente com uma série histórica, contendo 46 anos de registros de dados de clima, para simular a produtividade de milho em cenários de semeaduras semanais, iniciando em 01 de agosto e encerrando em 24 de julho de cada ano. Definiu-se uma janela de semeadura para o milho irrigado, levando-se em consideração o nível de risco de quebra na produtividade que um produtor estaria disposto a correr. O modelo mostrou ser uma ferramenta interessante para auxiliar na tomada de decisão quanto ao manejo da cultura e da irrigação em um sistema de produção de milho irrigado. Assumindo-se uma quebra de 10% na produtividade média máxima esperada do milho, definiu-se como janela de semeadura o período de 23 de janeiro a 6 de março, tendo 20 de fevereiro como a melhor data de semeadura. Outras janelas de semeadura podem ser estabelecidas em função do risco que o produtor estaria disposto a correr. MenosIrrigation use constitutes an alternative to improve maize production in Central Minas Gerais State, Brazil. However, even under adequate water supply conditions, other environmental factors may influence maize crop growth and development and may, ultimately, affect grain yield. This study aimed to establish a sowing window for irrigated maize crop, based on simulation results obtained with the decision support model CSM-CERES-Maize. Simulations were made for crop management conditions of Riacho ?s Farm, located in Matozinhos, Minas Gerais State, Brazil. It was employed the model ?s seasonal tool, along with a data set containing 46 years of weather data records, to simulate maize yield for weekly sowing scenarios, starting on August 1 stand ending on July 24th of each year. One defined an irrigated maize so wing window, taking into account the yield break risk that a farmer would be willing to take. The model proved to be an interesting tool to assist in decision making, regarding crop and irrigation management, for an irrigated maize production system. Assuming a 10% yield break in the expected average maximum maize yield, it was defined as sowing window, the period from January 23rd to March 6th, with February 20th as the best sowing date. Other sowing windows may be established according to the risk that the farmer would be willing to take. O uso da irrigação constitui-se numa alternativa para alavancar a produção de milho na Região Central de Minas Gerais. Entretanto, m... Mostrar Tudo |
|
Palavras-Chave: |
DSSAT; Manejo de cultura. |
|
Thesagro: |
Milho; Simulação; Zea Mays. |
|
Thesaurus Nal: |
Simulation models. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/40917/1/Applying-CSM.pdf
|
|
Marc: |
LEADER 03887naa a2200253 a 4500
001 1899351
005 2018-05-28
008 2011 bl uuuu u00u1 u #d
024 7 $a10.4136/1980-993X$2DOI
100 1 $aAMARAL, T. A.
240 $aUtilização do CSM-CERES-Maize para definição do melhor período para semeadura da cultura do milho irrigado: estudo de caso da Fazenda do Riacho.
245 $aApplying CSM-CERES-Maize to define a sowing window for irrigated maize crop$bThe Riacho´s Farm case study.$h[electronic resource]
260 $c2011
520 $aIrrigation use constitutes an alternative to improve maize production in Central Minas Gerais State, Brazil. However, even under adequate water supply conditions, other environmental factors may influence maize crop growth and development and may, ultimately, affect grain yield. This study aimed to establish a sowing window for irrigated maize crop, based on simulation results obtained with the decision support model CSM-CERES-Maize. Simulations were made for crop management conditions of Riacho ?s Farm, located in Matozinhos, Minas Gerais State, Brazil. It was employed the model ?s seasonal tool, along with a data set containing 46 years of weather data records, to simulate maize yield for weekly sowing scenarios, starting on August 1 stand ending on July 24th of each year. One defined an irrigated maize so wing window, taking into account the yield break risk that a farmer would be willing to take. The model proved to be an interesting tool to assist in decision making, regarding crop and irrigation management, for an irrigated maize production system. Assuming a 10% yield break in the expected average maximum maize yield, it was defined as sowing window, the period from January 23rd to March 6th, with February 20th as the best sowing date. Other sowing windows may be established according to the risk that the farmer would be willing to take. O uso da irrigação constitui-se numa alternativa para alavancar a produção de milho na Região Central de Minas Gerais. Entretanto, mesmo em condições adequadas de suprimento de água, outros fatores ambientais podem exercer influência sobre o crescimento e o desenvolvimento da cultura do milho, podendo afetar a produção de grãos. Neste trabalho objetivou-se definir uma janela de semeadura para a cultura do milho irrigado, com base em resultados de simulação realizados com o modelo de suporte à decisão CSM-CERES-Maize. As simulações foram feitas para as condições de manejo da cultura na Fazenda do Riacho, localizada no município de Matozinhos, MG, Brasil. Empregou-se o modo sazonal do modelo, juntamente com uma série histórica, contendo 46 anos de registros de dados de clima, para simular a produtividade de milho em cenários de semeaduras semanais, iniciando em 01 de agosto e encerrando em 24 de julho de cada ano. Definiu-se uma janela de semeadura para o milho irrigado, levando-se em consideração o nível de risco de quebra na produtividade que um produtor estaria disposto a correr. O modelo mostrou ser uma ferramenta interessante para auxiliar na tomada de decisão quanto ao manejo da cultura e da irrigação em um sistema de produção de milho irrigado. Assumindo-se uma quebra de 10% na produtividade média máxima esperada do milho, definiu-se como janela de semeadura o período de 23 de janeiro a 6 de março, tendo 20 de fevereiro como a melhor data de semeadura. Outras janelas de semeadura podem ser estabelecidas em função do risco que o produtor estaria disposto a correr.
650 $aSimulation models
650 $aMilho
650 $aSimulação
650 $aZea Mays
653 $aDSSAT
653 $aManejo de cultura
700 1 $aANDRADE, C. de L. T. de
700 1 $aALVES, M. E. B.
700 1 $aSILVA, D. F.
773 $tRevista Ambiente & Água, Taubaté$gv. 6, n. 2, p. 38-53, 2011.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
04/04/2023 |
|
Data da última atualização: |
11/04/2023 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
BUENO, I. T.; ANTUNES, J. F. G.; TORO, A. P. S. G. D.; WERNER, J. P. S.; LAMPARELLI, R. A. C.; COUTINHO, A. C.; FIGUEIREDO, G. K. D. A.; ESQUERDO, J. C. D. M.; MAGALHÃES, P. S. G. |
|
Afiliação: |
INACIO THOMAZ BUENO, UNIVERSIDADE ESTADUAL DE CAMPINAS; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA, UNIVERSIDADE ESTADUAL DE CAMPINAS; ANA PAULA SOLAS GOMES DUARTE TORO, UNIVERSIDADE ESTADUAL DE CAMPINAS; JOÃO PAULO SAMPAIO WERNER, UNIVERSIDADE ESTADUAL DE CAMPINAS; RUBENS AUGUSTO CAMARGO LAMPARELLI, UNIVERSIDADE ESTADUAL DE CAMPINAS; ALEXANDRE CAMARGO COUTINHO, CNPTIA; GLEYCE KELLY DANTAS ARAÚJO FIGUEIREDO, UNIVERSIDADE ESTADUAL DE CAMPINAS; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; PAULO SERGIO GRAZIANO MAGALHÃES, UNIVERSIDADE ESTADUAL DE CAMPINAS. |
|
Título: |
Land use/land cover classification and scale effect analysis for a multi-temporal superpixel-based segmentation using PlanetScope data. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 304-307. |
|
ISBN: |
978-65-89159-04-9 |
|
Idioma: |
Inglês |
|
Notas: |
Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão. |
|
Conteúdo: |
This study evaluated the accuracy and suitability of LULC classifications based on the scale effect of a multi-temporal superpixel-based segmentation using PlanetScope (PS) data. |
|
Palavras-Chave: |
Análise de imagem baseada em objetos; Fator de escala; Google Earth Engine; Object-based image analysis; Random Forest; Scale factor; Simple Non-Iterative Clustering; SNIC. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1152965/1/PC-Land-Use-SBSR-2023.pdf
|
|
Marc: |
LEADER 01462nam a2200325 a 4500
001 2152965
005 2023-04-11
008 2023 bl uuuu u00u1 u #d
020 $a978-65-89159-04-9
100 1 $aBUENO, I. T.
245 $aLand use/land cover classification and scale effect analysis for a multi-temporal superpixel-based segmentation using PlanetScope data.$h[electronic resource]
260 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 304-307.$c2023
500 $aEditores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.
520 $aThis study evaluated the accuracy and suitability of LULC classifications based on the scale effect of a multi-temporal superpixel-based segmentation using PlanetScope (PS) data.
653 $aAnálise de imagem baseada em objetos
653 $aFator de escala
653 $aGoogle Earth Engine
653 $aObject-based image analysis
653 $aRandom Forest
653 $aScale factor
653 $aSimple Non-Iterative Clustering
653 $aSNIC
700 1 $aANTUNES, J. F. G.
700 1 $aTORO, A. P. S. G. D.
700 1 $aWERNER, J. P. S.
700 1 $aLAMPARELLI, R. A. C.
700 1 $aCOUTINHO, A. C.
700 1 $aFIGUEIREDO, G. K. D. A.
700 1 $aESQUERDO, J. C. D. M.
700 1 $aMAGALHÃES, P. S. G.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
