
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 de São Paulo (USP) | - |
| Autor(es): dc.contributor | Espectro Ltd. | - |
| Autor(es): dc.creator | Ribeiro, Vitor P. | - |
| Autor(es): dc.creator | Desuó Neto, Luiz | - |
| Autor(es): dc.creator | Marques, Patricia A. A. | - |
| Autor(es): dc.creator | Achcar, Jorge A. | - |
| Autor(es): dc.creator | Junqueira, Adriano M. | - |
| Autor(es): dc.creator | Chinatto, Adilson W. | - |
| Autor(es): dc.creator | Junqueira, Cynthia C. M. | - |
| Autor(es): dc.creator | Maciel, Carlos D. | - |
| Autor(es): dc.creator | Balestieri, José Antônio P. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T18:13:06Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T18:13:06Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2023-11-30 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/agronomy13122970 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/306577 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/306577 | - |
| Descrição: dc.description | The sustainable use of water resources is of utmost importance given climatological changes and water scarcity, alongside the many socioeconomic factors that rely on clean water availability, such as food security. In this context, developing tools to minimize water waste in irrigation is paramount for sustainable food production. The evapotranspiration estimate is a tool to evaluate the water volume required to achieve optimal crop yield with the least amount of water waste. The Penman-Monteith equation is the gold standard for this task, despite it becoming inapplicable if any of its required climatological variables are missing. In this paper, we present a stochastic Bayesian framework to model the non-linear and non-stationary time series for the evapotranspiration estimate via Bayesian regression. We also leverage Bayesian networks and Bayesian inference to provide estimates for missing climatological data. Our obtained Bayesian regression equation achieves 0.087 mm · day (Formula presented.) for the RMSE metric, compared to the expected time series, with wind speed and net incident solar radiation as the main components. Lastly, we show that the evapotranspiration time series, with missing climatological data inferred by the Bayesian network, achieves an RMSE metric ranging from (Formula presented.) to 0.286 mm · day (Formula presented.). | - |
| Descrição: dc.description | School of Engineering and Sciences São Paulo State University (UNESP), SP | - |
| Descrição: dc.description | Department of Electrical and Computer Engineering University of São Paulo (USP), SP | - |
| Descrição: dc.description | Department of Biosystems Engineering University of São Paulo (USP), SP | - |
| Descrição: dc.description | Medical School University of São Paulo (USP), SP | - |
| Descrição: dc.description | Espectro Ltd., SP | - |
| Descrição: dc.description | School of Engineering and Sciences São Paulo State University (UNESP), SP | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Agronomy | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | artificial intelligence | - |
| Palavras-chave: dc.subject | Bayesian inference | - |
| Palavras-chave: dc.subject | decision support system | - |
| Palavras-chave: dc.subject | irrigation planning | - |
| Palavras-chave: dc.subject | stochastic modeling | - |
| Título: dc.title | A Stochastic Bayesian Artificial Intelligence Framework to Assess Climatological Water Balance under Missing Variables for Evapotranspiration Estimates | - |
| 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: