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 de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | University of Rio Verde (UniRV) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.creator | Marçal, Maria Fernanda Magioni | - |
Autor(es): dc.creator | de Souza, Zigomar Menezes | - |
Autor(es): dc.creator | Tavares, Rose Luiza Moraes | - |
Autor(es): dc.creator | Farhate, Camila Viana Vieira | - |
Autor(es): dc.creator | Oliveira, Stanley Robson Medeiros | - |
Autor(es): dc.creator | Galindo, Fernando Shintate | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:03:39Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:03:39Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2021-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/f12091240 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/222449 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/222449 | - |
Descrição: dc.description | This study aims to assess the carbon stock in a pasture area and fragment of forest in natural regeneration, given the importance of agroforestry systems in mitigating gas emissions which contribute to the greenhouse effect, as well as promoting the maintenance of agricultural productivity. Our other goal was to predict the carbon stock, according to different land use systems, from physical and chemical soil variables using the Random Forest algorithm. We carried out our study at an Entisols Quartzipsamments area with a completely randomized experimental design: four treatments and six replites. The treatments consisted of the following: (i) an agroforestry system developed for livestock, (ii) an agroforestry system developed for fruit culture, (iii) a conventional pasture, and (iv) a forest fragment. Deformed and undeformed soil samples were collected in order to analyze their physical and chemical properties across two consecutive agricultural years. The response variable, carbon stock, was subjected to a boxplot analysis and all the databases were used for a predictive modeling which in turn used the Random Forest algorithm. Results led to the conclusion that the agroforestry systems developed both for fruit culture and livestock, are more efficient at stocking carbon in the soil than the pasture area and forest fragment undergoing natural regeneration. Nitrogen stock and land use systems are the most important variables to estimate carbon stock from the physical and chemical variables of soil using the Random Forest algorithm. The predictive models generated from the physical and chemical variables of soil, as well as the Random Forest algorithm, presented a high potential for predicting soil carbon stock and are sensitive to different land use systems. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | School of Agricultural Engineering (Feagri) University of Campinas (Unicamp) | - |
Descrição: dc.description | School of Agronomy University of Rio Verde (UniRV) | - |
Descrição: dc.description | School of Agricultural and Veterinarian Sciences University State of São Paulo (Unesp) | - |
Descrição: dc.description | Brazilian Agricultural Research Corporation (Embrapa) | - |
Descrição: dc.description | School of Agronomy University State of São Paulo (Unesp) | - |
Descrição: dc.description | School of Agricultural and Veterinarian Sciences University State of São Paulo (Unesp) | - |
Descrição: dc.description | School of Agronomy University State of São Paulo (Unesp) | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Forests | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Carbon sequestration | - |
Palavras-chave: dc.subject | Data mining technique | - |
Palavras-chave: dc.subject | Land use systems | - |
Palavras-chave: dc.subject | Organic matter | - |
Palavras-chave: dc.subject | Random forest | - |
Título: dc.title | Predictive models to estimate carbon stocks in agroforestry systems | - |
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: