Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3PDS5F5
Repositóriosid.inpe.br/mtc-m21b/2017/08.09.18.32
Última Atualização2020:06.09.18.52.03 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21b/2017/08.09.18.32.14
Última Atualização dos Metadados2022:07.08.21.15.36 (UTC) administrator
Chave SecundáriaINPE--PRE/
Chave de CitaçãoManzaneteChouGome:2017:RePrMo
TítuloRefinamento das previsões do modelo eta/inpe para aprimorar a deteccção de doença em citrus
Ano2017
Data de Acesso02 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho195 KiB
2. Contextualização
Autor1 Manzanete, Isabella Rangel
2 Chou, Sin Chan
3 Gomes, Jorge Luís
Grupo1
2 DIDMD-CGCPT-INPE-MCTIC-GOV-BR
3 DIDMD-CGCPT-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 isabella.manzanete@cptec.inpe.br
2 chou.sinchan@cptec.inpe.br
3 jorge.gomes@cptec.inpe.br
Nome do EventoSeminário de Iniciação Científica e Iniciação em Desenvolvimento Tecnológico e Inovação (SICINPE)
Localização do EventoSão José dos Campos, SP
Data25-26 jul.
Histórico (UTC)2017-12-14 10:53:22 :: simone -> administrator :: 2017
2018-06-04 02:27:39 :: administrator -> simone :: 2017
2020-06-09 18:52:04 :: simone -> administrator :: 2017
2022-07-08 21:15:36 :: administrator -> simone :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
ResumoO Brasil é o maior produtor de suco de laranja do mundo. Porém, a produção pode ser afetada por fatores meteorológicos. A Podridão Floral dos Citros (PFC), pode ocorrer de forma devastadora quando as plantações ficam expostas a longos períodos de molhamento foliar, proporcionando aos fungos boas condições de desenvolvimento. Os sistemas de previsão de epidemias, que utilizam informações meteorológicas, são úteis para o controle de doenças de ocorrência esporádica, como a PFC. Eles evitam o uso de fungicidas em anos desfavoráveis, e buscam prever a ocorrência de infecções, e a consequente aplicação de fungicidas, nos anos favoráveis. Os sistemas têm evoluído à medida que a previsão do tempo vem sendo aprimorada. Assim, é possível utilizar a previsão de uma determinada região e aplicar modelos de risco da doença para prever a aplicação de fungicidas. Este trabalho mostra a avaliação das previsões do modelo regional Eta/INPE, previsões estas que serão utilizadas para alimentar o modelo de molhamento foliar. As previsões proporcionam maior antecipação na tomada de decisões, porém para um aumento da destreza do modelo de molhamento foliar, necessitamos de maior acurácia das previsões das variáveis meteorológicas. Ajustes foram feitos através de correções estatísticas, baseado no MOC- Model Output Calibration. As variáveis meteorológicas ajustadas foram: temperatura do ar a 2 m, umidade relativa do ar a 2 m, magnitude do vento a 10 m e incidência de radiação de onda curta. As avaliações das previsões das variáveis citadas acima, utilizando as informações da estação automática de coleta de dados da cidade de Iaras no período de 01 de setembro de 2016 a 30 de setembro de 2016, indicaram os valores, para as previsões do modelo Eta não ajustadas, dos índices BIAS, MAE e RMSE de -0.90, - 1.72 e 2.15, para variável temperatura, -1.63, 8.32 e 10.10 para a variável umidade relativa, -1.84, 4.28 e 6.89 para a variável de magnitude do vento. Após as correções das variáveis feitas pelo MOC, os valores obtidos para os índices BIAS, MAE e RMSE foram: -0.21, 1.62 e 2.18 para a temperatura, 1.67, 7.83 e 10.22 para a umidade relativa, e -1.34, 4.06 e 6.61 para a magnitude do vento. Os resultados para a variável de incidência de radiação de onda curta ainda estão em andamento. Verifica-se que após a correção estatística os valores dos índices reduziram, indicando uma melhora na acurácia nas previsões das variáveis meteorológicas. Nas próximas etapas do trabalho, as variáveis serão aplicadas nos modelos de previsão de molhamento foliar.
ÁreaMET
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDMD > Refinamento das previsões...
Arranjo 2urlib.net > BDMCI > Fonds > Acervo PIBIC/PIBITI > PIBIC/PIBITI 2017 > Refinamento das previsões...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 09/08/2017 15:32 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34P/3PDS5F5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34P/3PDS5F5
Idiomapt
Arquivo AlvoManzanete_refinamento.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/43SKC35
8JMKD3MGPDW34P/478H8LM
Lista de Itens Citando
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
NotasBolsa PIBIC/INPE/CNPq
Campos Vaziosarchivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark mirrorrepository nextedition numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar