Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/488376
Título: Sistema de classificação fuzzy para o risco de infestação por plantas daninhas considerando a sua variabilidade espacial.
Autor: BRESSAN, G. M.
KOENIGKAN, L. V.
OLIVEIRA, V. A.
CRUVINEL, P. E.
KARAM, D.
Afiliación: G. M. BRESSAM, BOLSISTA; L. V. KOENIGKAN, BOLSISTA; V. A. OLIVEIRA, USP; PAULO ESTEVAO CRUVINEL, CNPDIA; DECIO KARAM, CNPMS.
Año: 2006
Referencia: Planta Daninha, Viçosa, MG, v. 24, n. 2, p. 229-238, 2006.
Descripción: Este artigo trata do problema de classificação do risco de infestação por plantas daninhas usando técnicas geoestatísticas, análise de imagens e modelos de classificação fuzzy. Os principais atributos utilizados para descrever a infestação incluem a densidade de sementes, bem como a sua extensão, a cobertura foliar e a agressividade das plantas daninhas em cada região. A densidade de sementes reflete a produção de sementes por unidade de área, e a sua extensão, a influência das sementes vizinhas; a cobertura foliar indica a extensão dos agrupamentos das plantas daninhas emergentes; e a agressividade descreve a porcentagem de ocupação de espécies com alta capacidade de produção de sementes. Os dados da densidade de sementes, da cobertura foliar e da agressividade para as diferentes regiões são obtidos a partir de simulação com modelos matemáticos de populações. Neste artigo propõe-se um sistema de classificação fuzzy utilizando os atributos descritos para inferir os riscos de infestação de regiões da cultura por plantas daninhas. Resultados de simulação são apresentados para ilustrar o uso desse sistema na aplicação localizada de herbicida.
Thesagro: Dinâmica Populacional
Palabras clave: Geoestatística
Tipo de Material: Artigo de periódico
Acceso: openAccess
Aparece en las colecciones:Artigo em periódico indexado (CNPMS)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Sistemaclassificacao.pdf752,38 kBAdobe PDFVista previa
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace