
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 | Novaes, Evandro | - |
| Autor(es): dc.contributor | Alvares, Clayton Alcarde | - |
| Autor(es): dc.contributor | Zauza, Edival Ângelo Valverde | - |
| Autor(es): dc.contributor | Carneiro, Vinicius Quintão | - |
| Autor(es): dc.creator | Kerber, Magnus Riffel | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:40:12Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:40:12Z | - |
| Data de envio: dc.date.issued | 2024-05-14 | - |
| Data de envio: dc.date.issued | 2024-05-14 | - |
| Data de envio: dc.date.issued | 2024-05-13 | - |
| Data de envio: dc.date.issued | 2024-01-30 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/59121 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1165930 | - |
| Descrição: dc.description | Eucalyptus is a forest species of high economic importance in Brazil, with its woody biomass being used in a variety of industries, providing employment and income. However, since the mid-2000s, the forestry sector has faced an emerging challenge: eucalyptus physiological disturbance (DFE), whose causes are still unknown. Studies suggest that this disturbance may be related to abiotic factors, particularly local climatic conditions, including extreme events and climate changes. When combined with different genotypes, this can lead to significant changes in plant physiology and interfere with its normal development. In this study, statistical methods coupled with new machine learning tools were employed to investigate the relationship between climatic variables and DFE. This allowed the identification of five variables strongly associated with the disturbance, which, when used as explanatory variables in a logistic regression model, generated 99.8% predictive accuracy of the probability of disturbance incidence in different regions of Brazil. Using historical data on DFE occurrence in different regions and climate predictions up to 2080, it was possible to predict that the incidence of physiological disturbance will decrease over the years. The ability to predict regions where the disturbance may or may not occur is valuable information for companies in the forestry sector, allowing for a more rational allocation of tolerant and susceptible genotypes to DFE in future eucalyptus plantations in Brazil. | - |
| Descrição: dc.description | O eucalipto é uma espécie florestal de elevada importância econômica no Brasil, sendo sua biomassa lenhosa utilizada em uma variedade de indústrias, proporcionando emprego e renda. Entretanto, desde meados da década de 2000, o setor florestal enfrenta um desafio emergente: o distúrbio fisiológico do eucalipto (DFE), cujas causas ainda são desconhecidas. Estudos sugerem que este distúrbio pode estar relacionado a fatores abióticos, particularmente condições climáticas locais, incluindo eventos extremos e alterações no clima. Quando combinado com diferentes genótipos, isto pode levar a mudanças significativas na fisiologia da planta e interferir em seu desenvolvimento normal. Neste estudo, foram empregados métodos estatísticos acoplados a novas ferramentas de aprendizado de máquina para investigar a relação entre variáveis climáticas e o DFE. Isso permitiu identificar cinco variáveis fortemente associadas ao distúrbio que, quando utilizadas como variáveis explicativas em um modelo de regressão logística, geraram 99.8% de acurácia preditiva da probabilidade de incidência do distúrbio em diferentes regiões do Brasil. Utilizando os dados históricos de ocorrência do DFE em diferentes regiões e previsões climáticas até 2080, foi possível prever que a incidência de distúrbio fisiológico diminuirá ao longo dos anos. A capacidade de prever regiões onde o distúrbio pode ou não ocorrer é uma informação valiosa para as empresas do setor florestal, permitindo uma alocação mais racional de genótipos tolerantes e suscetíveis ao DFE em plantios futuros de eucalipto no Brasil. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-graduação em Genética e Melhoramento de Plantas | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Biologia | - |
| Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International | - |
| Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| Palavras-chave: dc.subject | Clima | - |
| Palavras-chave: dc.subject | Mapeamento | - |
| Palavras-chave: dc.subject | Distúrbio fisiológico | - |
| Palavras-chave: dc.subject | Eucalipto | - |
| Palavras-chave: dc.subject | Zoneamento | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Climate | - |
| Palavras-chave: dc.subject | Mapping | - |
| Palavras-chave: dc.subject | Physiological disturbance | - |
| Palavras-chave: dc.subject | Eucalyptus | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Fisiologia de Plantas Cultivadas | - |
| Título: dc.title | Zoneamento da ocorrência do distúrbio fisiológico do eucalipto em território brasileiro | - |
| Título: dc.title | Zoning of the occurrence of physiological disturbance of eucalyptus in brazilian territory | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: