Modelo agrometeorológico aplicado a estimativa de produtividade para a cultura do sorgo na região de Ribeirão Preto, SP e sua aproximação por meio de redes neurais artificiais.

• Autor(a) principal: PANDORFI, H.
• Data de Publicação: 2005
• Outros Autores: GUISELINI, C., MARIN, F. R., SILVA, I. J. O. da
• Tipo de documento: Capítulo de livro
• Idioma: por
• Título da fonte: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
• Texto Completo: http://www.alice.cnptia.embrapa.br/alice/handle/doc/926441
• topic: Modelo agrometeorológico; Redes neurais artificiais; Produtividade de sorgo; Models; Neural networks

O objetivo deste trabalho foi empregar as proposições de Doorembos & Kassan (1994) e sua aproximação por meio de uma rede neural, gerando saídas que se aproximasse das saídas "verdadeiras" (Modelo Agrometeorológico) para estimativa da produtividade real do sorgo granífero para região de Ribeirão Preto, SP, considerando-se a variação temporal para cada decêndio ao longo de 5 anos (1980-1985). O trabalho baseou-se em séries históricas de dados de temperatura média (oC), insolação (horas) e precipitação (mm) da localidade de Ribeirão Preto. A rede neural artificial empregada foi a backpropagation (Neural Works). Os modelos neurais apresentaram um desempenho previsível, de forma genérica, para a produtividade real da cultura. O número de neurônios utilizados na camada oculta (hidden 1) na fase de treinamento da rede foi de 25, correspondendo aproximadamente 6 vezes o número de estimadores de entrada (inputs) mais a saída (output). Neste aspecto, concluiu-se que é possível efetuar-se previsões agrícolas com numero relativamente pequeno de repetições, <5 anos/safras, ficando claro que o ajuste dos modelos depende mais da qualidade e representatividade dos dados do que da sua quantidade.