Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  28/07/2005
Data da última atualização:  05/05/2022
Tipo da produção científica:  Resumo em Anais de Congresso
Autoria:  SILVA, F. A. M. da; SCOPEL, E.; PINTO, H. S.; ASSAD, E. D.; CORBEELS, M.
Afiliação:  FERNANDO A. M. DA SILVA; ERIC SCOPEL; HILTON SILVEIRA PINTO; EDUARDO DELGADO ASSAD, CNPTIA; MARC CORBEELS.
Título:  Adaptação do modelo STICS ao balanço hídrico da sequência milho-milheto em sistema de plantio direto no cerrado brasileiro.
Ano de publicação:  2005
Fonte/Imprenta:  In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 14., 2005, Campinas. Agrometeorologia, agroclimatologia e agronegócio: resumos. Campinas: SBA: UNICAMP, 2005. p. 153.
Idioma:  Português
Conteúdo:  O não revolvimento do solo no sistema de plantio direto, aliado à camada de resíduos que atua como dissipadora de energia, tem provocado mudanças nos fluxos de água no sistema palha-solo-planta-atmosfera. Como ainda não existe um modelo que avalie as modificações impostas por este sistema ao balanço hídrico das culturas em condições de Cerrado brasileiro, este trabalho objetivou calibrar o modelo STICS (Simulateur mulTIdisciplinaire de Culture Standard) para simular sequencialmente o crescimento e o rendimento das culturas do milho e do milheto no sistema plantio direto. Os diferentes parâmetros e variáveis necessários para a avaliação do modelo foram coletados a partir de experimentos conduzidos no campo, onde se mediram a umidade do solo, a área foliar, a biomassa e o rendimento de grãos. Pelos resultados observou-se que o STICS simulou satisfatoriamente o índice de área foliar e a variação de água no solo. O sistema de plantio direto apresentou vantagens sobre o de manejo convencional do solo, no que diz respeito à melhor conservação de água, ou seja, nesse sistema, houve menos escoamento superficial e evaporação do solo, disponibilizando mais água para as culturas do milho e do milheto.
Palavras-Chave:  Modelo STICS.
Thesagro:  Balanço Hídrico; Milheto; Milho.
Thesaurus Nal:  Water balance.
Categoria do assunto:  --
X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/160406/1/PL-p153-CBAgro-2005.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPTIA10795 - 2UPCRA - DD
CNPTIA11146 - 2UPCRA - DD
Voltar






Acesso ao texto completo restrito à biblioteca da Embrapa Pantanal. Para informações adicionais entre em contato com cpap.biblioteca@embrapa.br.

Registro Completo

Biblioteca(s):  Embrapa Pantanal.
Data corrente:  12/03/2018
Data da última atualização:  17/08/2020
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  A - 1
Autoria:  WEBER, F. de L.; WEBER, V. A. de M.; MENEZES, G. V.; OLIVEIRA JUNIOR, A. da S.; ALVES, D. A.; OLIVEIRA, M. V. M. de; MATSUBARA, E. T.; PISTORI, H.; ABREU, U. G. P. de.
Afiliação:  FABRICIO DE LIMA WEBER, Universidade Estadual de Mato Grosso do Sul, Aquidauana; VANESSA APARECIDA DE MORAES WEBER, Universidade Católica Dom Bosco, Campo Grande; GEAZY VILHARVA MENEZES, Universidade Federal do Mato Grosso do Sul, Campo Grande; ADAIR DA SILVA OLIVEIRA JUNIOR, Universidade Federal do Mato Grosso do Sul, Campo Grande; DANIELA ARESTIDES ALVES, Universidade Estadual de Mato Grosso do Sul, Aquidauana; MARCUS VINICIUS MORAIS DE OLIVEIRA, Universidade Estadual de Mato Grosso do Sul, Aquidauana; EDSON TAKASHI MATSUBARA, Universidade Federal do Mato Grosso do Sul, Campo Grande; HEMERSON PISTORI, Universidade Católica Dom Bosco, Campo Grande; URBANO GOMES PINTO DE ABREU, CPAP.
Título:  Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks.
Ano de publicação:  2020
Fonte/Imprenta:  Computers and Electronics in Agriculture, v. 175, 105548, p. 1-9, 2020.
DOI:  https://doi.org/10.1016/j.compag.2020.105548
Idioma:  Inglês
Conteúdo:  The objective of this paper is to provide recognition for Pantaneira cattle breed using Convolutional Neural Networks (CNN). Fifty-one animals from the Aquidauana Pantaneira cattle Center (NUBOPAN) were studied. The center is located in the Midwest region of Brazil. Four monitoring cameras were distributed in the fences and took 27,849 images of Pantaneira cattle breed using different angles and positions. The following three CNN architectures were used for the experiment: DenseNet-201, Resnet50 and Inception-Resnet-V. All networks were submitted to 10-fold stratified cross-validation over 50 epochs. The results showed an accuracy of 99% in all networks, which is encouraging for future research.
Thesagro:  Gado de Corte; Rede; Sistema de Informação.
Thesaurus NAL:  Cattle; Computer vision; Neural networks.
Categoria do assunto:  L Ciência Animal e Produtos de Origem Animal
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Pantanal (CPAP)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CPAP60161 - 1UPCAP - DD
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional