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.creator | Barbosa dos Santos, Valter | - |
Autor(es): dc.creator | Santos, Aline Moreno Ferreira dos | - |
Autor(es): dc.creator | Rolim, Glauco de Souza | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:40:51Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:40:51Z | - |
Data de envio: dc.date.issued | 2022-04-29 | - |
Data de envio: dc.date.issued | 2022-04-29 | - |
Data de envio: dc.date.issued | 2021-07-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1002/agj2.20729 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/229056 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/229056 | - |
Descrição: dc.description | In science, estimation is the calculation of a current value, while forecasting (or prediction) is the calculation of a future value. Both estimation and forecasting are based on covariates. However, whereas estimation enables greater agility in current decision making, forecasting can reveal different strategies for the future. The use of Artificial Neural Networks (ANNs) has brought improvements in accuracy to the estimation and forecasting of agricultural yield for various crops around the world. These models are part of a set of machine-learning models, becoming an important ally not only to producers, companies, cooperatives, and to government institutions for decisions making and strategic decisions at all levels of the agricultural system. The main constraints of agricultural production are climatic conditions and soil water availability during crop cycles. We propose the use of ANNs for soybean [Glycine max (L.) Merr.] yield estimation and forecasting 2 mo before harvesting in the region of MATOPIBA, the largest and the last agricultural frontier of Brazil. This tropical agricultural area has about 73,173,485 hectares, corresponding to approximately 1.3 times the area of France. The input features for ANN were the monthly climatic conditions of air temperature, precipitation, and global radiation, as well as components of the water balance such as crop evapotranspiration, soil water storage, actual evapotranspiration, water deficiency, and surpluses during the cultivation cycle. The evaluation of ANN for yield estimation had R2 =.88 and RMSE = 167.85 kg ha–1, while the ANN for forecasting obtained R2 =.86 and RMSE = 185.85 kg ha–1. | - |
Descrição: dc.description | Dep. of Rural Engineering and Exact Sciences School of Agricultural and Veterinarian Sciences São Paulo State Univ. (Unesp), Via de Acesso Prof. Paulo Donato Castellane14884-900 | - |
Descrição: dc.description | Dep. of Rural Engineering and Exact Sciences School of Agricultural and Veterinarian Sciences São Paulo State Univ. (Unesp), Via de Acesso Prof. Paulo Donato Castellane14884-900 | - |
Formato: dc.format | 3193-3209 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Agronomy Journal | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | Estimation and forecasting of soybean yield using artificial neural networks | - |
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: