Redape – Repositório de Dados de Pesquisa da Embrapa
Not a member yet
306 research outputs found
Sort by
Dados da caracterização do comportamento da nanoformulação lignina-picloram em solo
No full textDados da caracterização do comportamento da nanoformulação lignina-picloram quanto à sorção/dessorção em solo (segundo "OECD Guidelines 106") e quanto à mobilidade (ou lixiviação) em colunas de solo (segundo "OECD Guidelines 312"). A obtenção dos dados se deu por meio da aplicação da cromatografia líquida de alta eficiência (HPLC, high performance liquid chromatography) como técnica de análise instrumental. Tais dados geraram informações sobre o comportamento da formulação lignina-picloram no solo após a sua aplicação.Characterization data of the behavior of the lignin-picloram nanoformulation regarding sorption/desorption in soil (according to "OECD Guidelines 106") and mobility (or leaching) in soil columns (according to "OECD Guidelines 312"). Data were obtained through the application of high performance liquid chromatography (HPLC, high performance liquid chromatography) as an instrumental analysis technique. Such data generated information about the behavior of the lignin-picloram formulation in the soil after its application
Competição de Clones de Cajueiro Anão-precoce em Pacajus-CE, Paraipaba-CE e Ribeira de Pombal-BA no período 1998-2001
No full textDados obtidos de experimentos de competição de clones de caju, implantados em 1997 nas estações experimentais de Pacajus e Paraipaba, no Ceará e em área de produtor em Ribeira de Pombal-Bahia. No acompanhamento realizados nos anos de 1998 a 2001, foram coletados e comparados dados de produção de castanhas, número de castanhas, peso de castanha, altura de planta e diâmetro da copa das plantas e indicadores tecnológicos do beneficamento de castanha
Descritores físico-químicos e estruturais das proteínas contendo sítios alostéricos.
No full textO banco de dados de sítios alostéricos foi construído a partir lista de arquivos descarregada do site da base de dados ASD (AlloSteric Database), disponível em https://mdl.shsmu.edu.cn/ASD/, contendo informações sobre as proteínas com sítios alostéricos. Usando essa lista, buscamos no PDB as proteínas cujas estruturas têm resolução melhor que 2.5 Å. Essa filtragem resultou em 7684 estruturas, e para cada uma delas foram calculados os descritores físico-químicos e estruturais da plataforma STING, distribuídos em 108 tabelas do banco de dados relacional. O objetivo desse conjunto de dados é identificar, baseado nesses descritores, os resíduos de aminoácidos pertencentes ao sítio alostérico dessas proteínas. Essa informação é importante, uma vez que a alosteria é pertinente para regular a atividade funcional de uma proteína induzida pela ação de um efetor em um sítio distinto do sítio ativo de biomoléculas através de alteração de conformação e/ou dinâmica.
Os dados estão disponibilizados no formato CSV. O usuário pode trabalhar com um conjunto de dados separado, ou pode unir os arquivos. Não há uma sequência lógica para ele fazer isso, pode seguir a ordem alfabética, se quiser.The allosteric sites database was constructed from a list of files downloaded from the ASD database website (AlloSteric Database), available at https://mdl.shsmu.edu.cn/ASD/, containing information about proteins with allosteric sites. Using this list, we searched the PDB for proteins whose structures have a resolution better than 2.5 Å. This filtering resulted in 7684 structures, and for each of them the physical-chemical and structural STING plataform descriptors were calculated, distributed across 108 tables in the relational database. The objective of this dataset is to identify, based on these descriptors, the amino acid residues belonging to the allosteric site of these proteins. This information is important, since allostery is pertinent to regulate the functional activity of a protein induced by the action of an effector in a site distinct from the active site of biomolecules through changes in conformation and/or dynamics.
The data is available in CSV format. The user can work with a separate dataset, or can merge the files. There is no logical sequence for him to do this, you can follow the alphabetical order if you want
Estimativa dos Estoques de Biomassa acima do Solo na floresta estadual do Mogno, estado do Acre, Amazônia Brasileira, por meio da Combinação de dados de inventário florestal, perfilamento a laser aerotransportado (LiDAR) e imagens de satélite.
No full textA floresta estadual do Mogno é uma unidade de conservação de uso sustentável, criada em março de 2004 pelo governo do estado do Acre como parte de uma política integrada de uso racional das terras da região, compatível com os objetivos sociais, econômicos e de conservação da biodiversidade. A floresta estadual é uma área de posse e domínio público estadual e está localizada no município de Tarauacá com 140.675 ha. O inventário florestal (15 parcelas permanentes - PP) e os dados LiDAR cobrindo uma área de 2.000 ha foram obtidos através de uma colaboração entre a Embrapa, governo do Estado do Acre e BID em 2015 (LiDAR) e 2017 (inventário florestal). Este banco de dados contém: i. dados de inventário florestal de 15 parcelas permanentes (1 ha cada); ii. modelos digitais de elevação LiDAR, iii. modelos de estimativa de biomassa seca acima do solo (BSAS) construídos combinando dados das PP e LiDAR e iv. mapas de vegetação com a média e desvio padrão para toda a área da floresta estadual construído por meio do escalonamento das estimativas de BSAS do modelo LiDAR para imagens orbitais.The state forest (FE) of Mogno is a sustainable use conservation unit, created in March 2004 by the government of the state of Acre as part of an integrated policy for the rational use of lands in the region, compatible with social and economic objectives and biodiversity conservation. The Rio Gregório state forest is an area of state public ownership and domain and is located in the municipality of Tarauacá with an area of 140,675 ha. Forest inventory (15 permanent plots - PP) and LiDAR data covering an area of 2000 ha were obtained through a collaboration between Embrapa, government of the State of Acre and BID in 2015 (LiDAR) and 2017 (forest inventory). This database contains: i. forest inventory data from 15 permanent sample plots (1 ha each); ii. LiDAR elevation digital models, iii. aboveground dry biomass estimation models (AGB) built by combining PP and LiDAR data and iv. mean AGB and standard deviation map for the entire state forest area built through the scaling of the AGB LiDAR model to orbital images
Publicações disponíveis para baixar no Portal Embrapa
No full textPlanilha (arquivo formato .csv, separado por vírgula) com a relação completa de publicações disponíveis para baixar (download no formato .pdf) no Portal Embrapa. O arquivo disponibiliza, para cada publicação os seguintes metadados: Número identificador; Título; Resumo; Ano de publicação; Tipo de publicação; Unidade; Autores; Palavras-chave; Mais informações; URL do arquivo; Página da publicação no Portal Embrapa.Spreadsheet (comma-separated values file, .csv format) with the full list of publications available for download as PDF files on Embrapa's web portal. The file offers the following metadata for each publication: Id number; Title; Abstract; Year of publication; Type of publication; Unit; Authors; Keywords; More information; file URL; Page for the publication on Embrapa's web porta
Calibração e validação de modelos de crescimento e produtividade agrícola da cultura do arroz irrigado na região de várzeas do Estado do Tocantins.
No full textConjunto de dados agronômicos e climáticos para a calibração e validação de modelo de crescimento e produtividade agrícola da cultura do arroz sob sistema de irrigação por inundação, na região Hidrográfica do Araguaia-Tocantins, à margem direita do rio Araguaia, região sudoeste do estado do Tocantins, área integrada ao bioma cerrado. Região denominada como Vale do Araguaia, formada por várzeas tropicais planas com altitude em torno de 200 m, e o relevo com inclinação menor que 0,05%. Os experimentos foram realizados em propriedade particular localizada no município de Lagoa da Confusão, (latitude:-10.8586°, longitude: -49.6596° e altitude de 182 m). O município apresenta temperatura mínima média anual do ar em torno de 22ºC, temperatura máxima média em torno de 33ºC, chegando aos 37°C em setembro, e precipitação média anual entre 1.536 e 1.664 mm, com duração entre 160 e 170 dias de chuva durante os meses de novembro a março. O acompanhamento da fenologia e desenvolvimento do arroz irrigado para parametrização de modelo de simulação do risco climático para a indicação de épocas de semeadura foi realizado para a cultivar de arroz BRS Pampeira, utilizada em 49% (cultivar mais utilizada) da área ocupada por arroz irrigado no Tocantins na safra 2018/2019. A coleta de dados ocorreu em dois anos agrícolas (2021 e 2022). Os dados foram coletados no âmbito da SI “Banco de dados agronômicos para a calibração e validação dos modelos agrometeorológicos e de crescimento e produtividade agrícola (10.18.03.039.00.05)” vinculada ao projeto “Avaliação de riscos e resiliência agroclimática (10.18.03.039.00.00)” alinhado ao Portfólio de Mudanças Climáticas na Agricultura. (2023-01-12). Para a calibração dos parâmetros relativos à produção de biomassa acima do solo e o índice de área foliar (LAI), quinzenalmente (após a data de emergência) foram coletadas 4 amostras de plantas em 50 cm linear, aleatoriamente dentro das duas parcelas representativas. Em laboratório foi realizada a separação e pesagem dos seguintes componentes da planta: folhas verdes, colmos, folhas mortas e panículas (no estágio reprodutivo). Após a separação e pesagem, as amostras foram armazenadas em estufas de ventilação forçada a 65ºC por um período de 72 horas, onde pode-se obter a biomassa seca das plantas. O Índice de Área Foliar foi calculado utilizando o método destrutivo, em laboratório, por meio do integrador de área foliar (Licor 3100). O rendimento dos grãos foi obtido e utilizado no processo de validação quando comparado com a estimativa de produtividade segundo a metodologia descrita por IRRI (2009). A produtividade do arroz foi expressa em peso do grão a 14% de umidade.
Quanto ao banco de dados, foi organizado em planilha Excel contendo as seguintes abas: a) Informações (contém o detalhamento de todas as demais abas da planilha, com suas respectivas variáveis e procedimentos de obtenção das medidas em campo e laboratório, se for o caso, dispostas em caixas de texto); b) Caracterização dos experimentos (aba contendo as informações que permitem a caracterização dos ensaios, tais como: identificação dos experimentos, identificador do solo, identificador dos tratamentos, safra/ano agrícola, descrição dos tratamentos, nome do local, nome do município, geocódigo IBGE, estado, coordenadas geográficas, cultura, cultivar, irrigação (S/N), descrição do equipamento de irrigação, número de sementes/m2, espaçamento entre linhas (m), data da semeadura (dia/mês/ano), data da emergência (dia/mês/ano), data do florescimento (dia/mês/ano), data da colheita (dia/mês/ano), preparo do solo (convencional/plantio direto), descrição do preparo do solo, adubação de cobertura, descrição dos produtos para doenças e pragas, responsável pelo experimento; c) Dados de solo (aba contendo a caracterização física e química do solo, nas camadas de 0-10 cm, 10-20 cm, 20-30 cm e 30-40 cm; d) Dados de irrigação (aba contendo os valores e as datas das lâminas de irrigação aplicadas); e) Dados de clima e sensores de umidade do solo (aba contendo os dados climáticos diários registrados durante a condução do ensaio: radiação solar global diária (MJ/m2/d), temperatura mínima do ar (°C), temperatura máxima do ar (°C), precipitação total diária (mm), velocidade média do vento (km/dia) e umidade relativa do ar (UR) (%), bem como os valores de conteúdo de água no solo nas camadas de 0,0-0,3 m, 0,3-0,6 m, 0,6-0,9 m e 0,9 - 1,20 m (decimal); f) Dados de fenologia (aba contendo a caracterização dos estádios fenológicos da cultura utilizando-se as escalas recomendadas por COUNCE et. al (2000)); g) Dados de crescimento de plantas ao longo do ciclo de cultivo (aba contendo a caracterização da curva de crescimento da cultura, efetuada por meio de coletas quinzenais das plantas para determinar a biomassa aérea total e seu fracionamento ao longo do ciclo de crescimento (folha, caule, panículas e grãos), bem como o índice de área foliar (IAF) foi medido por meio do planímetro eletrônico LI-COR LI3100C AREA METER); h) Dados de produtividade de grãos e componentes de produção (aba contendo os dados de produtividade de grãos e componentes de produção: produtividade de grãos (kg/ha)
eContaFruto MOrangeT:
No full texteContaFruto MOrangeT: Base de dados para rastreamento de laranjas por imagem
Base de dados para rastreamento de laranjas em campo, desenvolvida no projeto eContaFruto (parceria Embrapa Agricultural Digital e PES/Fundecitrus). Esta base utiliza o formato de arquivos proposto pelo MOT Challenge, descrito por Milan et al. (2016). A base é identificada pelo DOI 10.48432/OI7BFG.
Banner - laranja rastreada
Por que esta base foi criada?
Esta base foi criada para a avaliação de sistemas de contagem de frutos (laranjas) em imagens.
A detecção de frutos em imagens é uma etapa importante no processo de contagem de frutos. Para o treinamento de detectores de laranjas, outra base de dados foi criada, a eContaFruto OranDet. Porém, a detecção de frutos não é suficiente para o problema de contagem: devido às dimensões da laranjeira, ao espaçamento entre as plantas, à resolucão e à largura de campo das câmeras, um processo de varredura deve ser realizado. Nessa varredura, envolvendo diversas imagens (ou sequências de vídeo), os mesmos frutos são vistos repetidas vezes, alguns deles saindo e retornando ao campo de visão da câmera. Oclusões por galhos, folhas ou mesmo outros frutos são comuns, fazendo com que o fruto desapareça e retorne diversas vezes à cena. Um processo de contagem de frutos acurado deve ser capaz de identificar apropriadamente os frutos, evitando contabilizar a mesma laranja mais de uma vez.
No projeto eContaFruto, abordamos esse problema como um problema de rastreamento múltiplo de objetos (multiple object tracking - MOT) com relocalização tridimensional. A presente base de dados permite a avaliação de algoritmos para detecção, rastreamento e localização de laranjas, a partir de ground-truth produzido para sequências de imagens obtidas em campo.
Para uma descrição completa da base de dados, consulte o arquivo LEIAME.md.eContaFruto MOrangeT: Dataset for image-based orange tracking
Dataset for tracking oranges in the field, developed in the eContaFruto project (partnership Embrapa Digital Agriculture and PES/Fundecitrus). This database uses the file format proposed by the MOT Challenge, described by Milan et al. (2016). The dataset is identified by DOI 10.48432/OI7BFG .
Banner - laranja rastreada
Motivation for creating this dataset
Why was this base created?
This database was created for the evaluation of image-based fruit (orange) counting systems.
Detection in images is an important step in a fruit counting process. For training orange detectors, another database was created, eContaFruto OranDet . However, fruit detection is not sufficient for the counting problem: due to the dimensions of the orange tree, the spacing between plants, the resolution and cameras’ field of view (FOV), a scanning process must be carried out. In this scan, involving several images (or video sequences), the same fruits are seen repeatedly, some of them leaving and returning to the camera’s field of view. Occlusions by branches, leaves or even other fruits are common, causing the fruit to disappear and return to the scene several times. An accurate fruit counting process must be able to properly identify fruits, avoiding counting the same orange more than once.
In the eContaFruto project, we approach this problem as a multiple object tracking ( MOT) problem with three-dimensional relocalization. The present database allows the evaluation of algorithms for detecting, tracking and locating oranges, based on ground-truth produced for image sequences obtained in the field.
For a full description of this dataset, see the README.md file.</p
EST-SSR marker of Megathyrsus maximus
No full textO capim-guiné (Megathyrsus maximus) é uma importante forrageira utilizada em pastagens tropicais e subtropicais, sua alta qualidade e produtividade a tornam uma ótima opção para intensificar a produção pecuária a pasto. Para acelerar o melhoramento desta espécie é essencial introduzir o melhoramento assistido por marcadores moleculares. Com base nos dados do transcriptoma de M. maximus, foram selecionamos e validados 23 SSR polimórficos, na tabela em anexo pode-se observar a sequencia de primer de cada um destes locos, a temperatura de anelamento, tamanho esperado de pares de base, informações sobre o polimorfismo e o poder discriminatório de cada um deles
Características de óleo de palma quanto à cultivar e disponibilidade de água no solo em Sinop, MT
No full textEsse conjunto de dados é composto por dados coletados em um experimento com plantas de palma de óleo, as quais foram submetidas a diferentes níveis de esgotamento de água no solo. Encontra-se vinculado ao projeto "Tecnologia de produção de Palma de óleo irrigada na região de transição entre biomas Cerrado e Amazônia" à solução de inovação "Estabelecimento de coeficientes técnicos para a cultura da Palma de óleo em região de transição Cerrado Amazônia" e à atividade "Avaliação de rendimento e caracterização do óleo de palma". O propósito deste banco de dados é reunir informações sobre a qualidade do óleo de palma quando esta foi submetida a condições de estresse hídrico
Agrobiodiversidade em três comunidades de Brejo da Madre de Deus-PE
No full textA conservação de recursos genéticos pelo uso ou conservação on farm existe desde que a agricultura teve início, há 10 mil anos atrás, mas seu reconhecimento e fortalecimento só começou a acontecer a partir da Conferência das Nações Unidas sobre Meio Ambiente e Desenvolvimento – Eco 92 - com a Convenção sobre a Diversidade Biológica (CDB). Felizmente, no Brasil ainda existem muitos agricultores tradicionais que contribuem para esse tipo de conservação, porém não se tem uma estatística e muito menos uma documentação desse importante tipo de conservação, a nível nacional. Por outro lado, as políticas públicas e as ações nesta área, no Brasil, precisam ser intensificadas, mas para isso é fundamental conhecer, organizar, sistematizar as informações. Dentro desse contexto, conhecer a agrobiodiversidade conservada e usada por comunidades tradicionais é importante. Por isso, vem sendo realizados diagnósticos sobre a conservação e uso da agrobiodiversidade, em comunidades rurais do Brasil, com o uso de métodos e ferramentas participativas.
Foram usadas duas ferramentas participativas desenvolvidas no âmbito do Projeto PARTICIPA - Metodologias participativas na pesquisa, ensino e extensão rural para potencializar a agroecologia como estratégia de convivência com o semiárido: Lista de Espécies Cultivadas e Diferenças entre Variedades Crioulas. Além dessas duas ferramentas participativas, foi adaptada a ferramenta Lista da Agrobiodiversidade, originalmente publicada por De Boef & Thijssen (2007). Sendo assim, constam aqui informações de três comunidades (Amaro, Sítio Esperança e Sítio Estrago) de Brejo da Madre de Deus-PE. Para cada comunidade, tem dois conjuntos de dados. Um conjunto de dados está relacionado à lista de espécies cultivadas (arquivo: especies cultivadas-amaro, especies cultivadas-esperanca, especies cultivadas-estrago), com outras informações associadas (nome da agricultor; nome da comunidade; espécie, se usa – 1 ou não - 2 a própria semente; número de variedades por espécie; importância da espécie para a agricultora: 0 = nenhuma, 1 = pouca, 2 = importante, 3 = muito, 4 = extrema importância ). Outro conjunto de dados se refere à Lista da Agrobiodiversidade (arquivo: agrobiodiversidade vegetal-amaro, agrobiodiversidade vegetal-esperanca, agrobiodiversidade vegetal-estrago) com informações sobre nome do agricultor; nome da comunidade; espécie; nome da variedade crioula; Estimativa de anos que conserva; Origem da Variedade Crioula: (1) parentes, (2) vizinho, (3) feira livre, (4) evento com agricultores tradicionais, (5) mercado/loja, (6) governo, (7) outros, quais; Usos: (1) alimentação humana, (2) alimentação animal, (3) remédio/saúde, (4) rituais (religiosos, festivos), (5) venda, (6) outros, quais; Intercâmbio – Para onde; Três características mais importantes da variedade crioula. Nas três comunidades foram mapeadas 41 espécies vegetais diferentes, sendo que para 32% dessas espécies os agricultores usam suas próprias sementes ou estacas, ao passo que 39% não usam seu próprio material reprodutivo e para 29% das espécies tem agricultores que usam seu próprio material e outros que não usam. Das 30 espécies diferentes cultivadas na Comunidade Sítio Esperança, os agricultores consideram que 33% são de pouca importância, 40% são importantes, 20% são muito importantes (acafrão, alface, banana, cebolinha, coentro, milho) e 7% são de extrema importância (feijão e morango). Já na Comunidade Sítio Estrago, das 19 espécies diferentes cultivadas, 42% são consideras muito importantes e 58% de extrema importância (batata doce, feijão, mandioca, milho, entre outras). Na Comunidade Amaro, das 29 espécies, 3% são de pouca importância, 24% são importantes, 45% são muito importantes e 28% de extrema importância (alface, brócolis, cenoura, coentro, couve, morango, tomate e banana). A comunidade que mais conserva e usa variedades crioulas (VC) é a Sítio Estrago, com 26 VC no total. Sítio Esperança conserva e usa 16 VC e Amaro 12 VC. Estas variedades estão sendo conservadas a mais de 10, com algumas passadas por gerações por mais de 200 anos