|
|
|
|
|
| Barboza Júnior,Cícero R. A.; Folegatti,Marcos V.; Rocha,Fábio J.; Atarassi,Roberto T.. |
| O Brasil é o maior produtor mundial de citros, com destaque para o Estado de São Paulo, maior produtor nacional. Recentes estudos mostram que a área irrigada de citros em São Paulo tem aumentado significativamente nos últimos anos. Porém, a falta de informações sobre o manejo eficiente da irrigação na cultura de citros é uma das principais dificuldades enfrentadas pelos produtores. Com o intuito de atender a essa necessidade, este trabalho teve como objetivos determinar a evapotranspiração de uma planta adulta de limeira-ácida 'Tahiti' (Citrus latifolia Tan.) e o coeficiente de cultivo (Kc) no período seco (outono-inverno), utilizando a técnica de lisimetria de pesagem. O experimento foi realizado na ESALQ/USP em Piracicaba - SP, em área irrigada por... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Irrigação localizada; Evapotranspiração da cultura; Coeficiente de cultivo. |
| Ano: 2008 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162008000400009 |
| |
|
|
| Pandorfi,Héliton; Bezerra,Alan C.; Atarassi,Roberto T.; Vieira,Frederico M. C.; Barbosa Filho,José A. D.; Guiselini,Cristiane. |
| ABSTRACT This study aimed to investigate the applicability of artificial neural networks (ANNs) in the prediction of evapotranspiration of sweet pepper cultivated in a greenhouse. The used data encompass the second crop cycle, from September 2013 to February 2014, constituting 135 days of daily meteorological data, referring to the following variables: temperature and relative air humidity, wind speed and solar radiation (input variables), as well as evapotranspiration (output variable), determined using data obtained by load-cell weighing lysimeter. The recorded data were divided into three sets for training, testing and validation. The ANN learning model recognized the evapotranspiration patterns with acceptable accuracy, with mean square error of 0.005,... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Microclimate; Sweet pepper; Expert system; Computational vision. |
| Ano: 2016 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662016000600507 |
| |
|
|
|
