Catálogo CEIBA de la Biblioteca Central de FAUBA


Vista normal Vista MARC Vista ISBD

Modelo de la productividad primaria neta aérea (PPNA) en función de la precipitación y temperatura mensual para pastizales de Corrientes

Por: Leszczuk, Andrés Alejandro.
Colaborador(es): Oyarzabal, Mariano [tut.].
Publicación: 2020Descripción: 25 p. tbls., grafs., mapas.Tipo de material: Tesis de posgrado de lectura en biblioteca. Recurso electrónico.Tema(s): PRODUCTIVIDAD PRIMARIA | PASTIZALES | SENSORES REMOTOS | TELEDETECCION | PRECIPITACION ATMOSFERICA | TEMPERATURA | CORRIENTES [PROVINCIA]T20220701 Recursos en línea: Haga clic para acceso en línea Nota de tesis: Trabajo Final. Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados. Especialista de la Universidad de Buenos Aires en Teledetección y Sistemas de Información Geográfica. Especialización en Teledetección y Sistemas de Información Geográfica. 2020. Resumen: En la provincia de Corrientes la ganadería es una de las actividades económicas más importantes. Allí, los pastizales aportan la mayor parte del forraje consumido por el ganado. Entonces, conocer y predecir la productividad de los pastizales es clave. Actualmente es posible estimar la productividad primaria neta área (PPNA) a partir de imágenes satelitales por medio de índices espectrales, con paso diario y a escala de potrero. Al relacionar la PPNA con variables ambientales es posible desarrollar modelos de predicción. El objetivo de este trabajo fue desarrollar un modelo que permita predecir la PPNA a partir de datos meteorológicos y tipos de suelo en el sureste correntino. La descarga y análisis de información se realizó con la plataforma Google Earth Engine (GEE), y los modelos fueron realizados en software R mediante modelos lineales mixtos. Se logró ajustar un modelo único que explica hasta un 64% la variabilidad de la PPNA mensual en función de las precipitaciones y temperaturas del aire medias mensuales. El modelo es un aporte a la cadena de la carne correntina, porque le brinda al productor una herramienta de anticipación y soporte para la toma de decisiones de manejo.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    valoración media: 0.0 (0 votos)

Trabajo Final. Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados. Especialista de la Universidad de Buenos Aires en Teledetección y Sistemas de Información Geográfica. Especialización en Teledetección y Sistemas de Información Geográfica. 2020.

En la provincia de Corrientes la ganadería es una de las actividades económicas más importantes. Allí, los pastizales aportan la mayor parte del forraje consumido por el ganado. Entonces, conocer y predecir la productividad de los pastizales es clave.
Actualmente es posible estimar la productividad primaria neta área (PPNA) a partir de imágenes satelitales por medio de índices espectrales, con paso diario y a escala de potrero. Al relacionar la PPNA con variables ambientales es posible desarrollar modelos de predicción. El objetivo de este trabajo fue desarrollar un modelo que permita predecir la PPNA a partir de datos meteorológicos y tipos de suelo en el sureste correntino. La descarga y análisis de información se realizó con la plataforma Google Earth Engine (GEE), y los modelos fueron realizados en software R mediante modelos lineales mixtos.
Se logró ajustar un modelo único que explica hasta un 64% la variabilidad de la PPNA mensual en función de las precipitaciones y temperaturas del aire medias mensuales. El
modelo es un aporte a la cadena de la carne correntina, porque le brinda al productor una herramienta de anticipación y soporte para la toma de decisiones de manejo.

Licencia Creative Commons Atribución-SinDerivadas 4.0 Internacional

No hay comentarios para este ítem.

Ingresar a su cuenta para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes

Av. San Martín 4453 - 1417 – CABA – Argentina.
Sala de lectura: bibliote@agro.uba.ar (54 11) 5287-0013
Referencia: referen@agro.uba.ar
Hemeroteca: hemerote@agro.uba.ar