Redes neurais artificiais na predição da produtividade de milho e definição de sítios de manejo diferenciado por meio de atributos do solo
Saved in:
| Hovedforfatter: | |
|---|---|
| Publication Date: | 2015 |
| Andre forfattere: | , , , |
| Format: | Article |
| Sprog: | por |
| Source: | Repositório Institucional da UnB |
| Download full: | http://repositorio.unb.br/handle/10482/29499 http://dx.doi.org/10.1590/1678-4499.0140 |
Summary: | O entendimento dos fatores que influenciam a produtividade é essencial para o sucesso produtivo e para adoção de manejo diferenciado em sítios específicos. Na busca de alternativas para predizer a produtividade de grãos de milho a partir de atributos do solo, uma alternativa consiste no uso de redes neurais artificiais (RNAs). Diante disso, o presente estudo teve por objetivo avaliar a eficácia de adoção de atributos do solo por interface da análise de regressão, e das RNAs no estabelecimento de sítios de manejo diferenciado e predição da produtividade de grãos de milho, “segunda safra”, em solos de cerrado. Os dados foram obtidos em uma área de 41,76 ha, cultivada em 2010 e 2011. Apesar de demandar maior tempo de construção e processamento em relação à regressão linear, a adoção de RNAs permite melhor predição da produtividade de grãos. Em consonância ao estabelecimento de sítios específicos de manejo diferenciado do solo, a partir dos atributos teor de argila, capacidade de troca de cátions, matéria orgânica do solo e saturação de bases. |
Lignende værker: Redes neurais artificiais na predição da produtividade de milho e definição de sítios de manejo diferenciado por meio de atributos do solo
- Predição volumétrica utilizando redes neurais artificiais e dados de sensoriamento remoto em floresta nativa na Amazônia brasileira
- Modelagem constitutiva de areias usando redes neurais artificiais
- Análise prospectiva de diferentes cenários de uso do solo e práticas de manejo e conservação de água e solo em bacias hidrográficas agrícolas
- Certificação do manejo florestal comunitário : desafios na definição de indicadores para a avaliação local
- Predição da intensidade do campo elétrico da onda de superfície utilizando redes neurais artificiais
- Predição da biomassa usando redes neurais artificiais e sensoriamento remoto em Florestas na Amazônia
