Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.creator | Lima, Elizeu de S. | - |
Autor(es): dc.creator | Souza, Zigomar M. de | - |
Autor(es): dc.creator | Oliveira, Stanley R. de M. | - |
Autor(es): dc.creator | Montanari, Rafael [UNESP] | - |
Autor(es): dc.creator | Farhate, Camila V. V. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-08-04T21:58:37Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T21:58:37Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2021-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v42nepe20210153/2022 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/218601 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/218601 | - |
Descrição: dc.description | Eucalyptus (Eucalyptus urograndis) production has significantly advanced over the past few years in Brazil, especially with regard to acreage and productivity. Machine learning has made significant advances in most varied fields of agrarian sciences. In this context, this study aimed to use physicochemical variables of the soil as well as climatic and dendrometric variables of eucalyptus to predict its height using the random forest algorithm. The study was conducted in the municipality of Tres Lagoas, in Mato Grosso do Sul, Brazil. The original database consisted of 49 soil physicochemical variables collected at 0-0.20 m and 0.20-0.40 m, two dendrometric and four climatic variables, and one response variable related to the height of eucalyptus. A correlation matrix was applied to select variables. Furthermore, modeling was performed using the random forest algorithm, which performed well (r = 0.98, R-2 = 0.96) in predicting the height of eucalyptus. Overall, the most important variables to predict the eucalyptus plant height included diameter at breast height (DBH), phosphorus content (P1), gravimetric moisture (GM1) at a soil depth between 0.00 m and 0.20 m, and exchangeable aluminum content (Al2) between 0.20 m to 0.40 m of soil. | - |
Descrição: dc.description | Univ Estadual Paulista, Fac Ciencias Agr & Vet, Jaboticabal, SP, Brazil | - |
Descrição: dc.description | Univ Estadual Campinas, Fac Engn Agr, Campinas, SP, Brazil | - |
Descrição: dc.description | Embrapa Agr Digital, Campinas, SP, Brazil | - |
Descrição: dc.description | Univ Estadual Paulista, Fac Engn, Ilha Solteira, SP, Brazil | - |
Descrição: dc.description | Univ Estadual Paulista, Fac Ciencias Agr & Vet, Jaboticabal, SP, Brazil | - |
Descrição: dc.description | Univ Estadual Paulista, Fac Engn, Ilha Solteira, SP, Brazil | - |
Formato: dc.format | 11 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Soc Brasil Engenharia Agricola | - |
Relação: dc.relation | Engenharia Agricola | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Physicochemical variables of soil | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | soil phosphorus content | - |
Palavras-chave: dc.subject | soil moisture | - |
Palavras-chave: dc.subject | exchangeable aluminum | - |
Título: dc.title | RANDOM FOREST MODEL TO PREDICT THE HEIGHT OF EUCALYPTUS | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: