Random forest model to predict the height of Eucalyptus.
Random forest model to predict the height of Eucalyptus.
Autoria: LIMA, E. de S.; SOUZA, Z. M. de; OLIVEIRA, S. R. de M.; MONTANARI, R.; FARHATE, C. V. V.
Resumo: Eucalyptus (Eucalyptus urograndis) production has significantly advanced over the past few years in Brazil, especially with regard to acreage and productivity. Machine learning has made significant advances in most varied fields of agrarian sciences. In this context, this study aimed to use physicochemical variables of the soil as well as climatic and dendrometric variables of eucalyptus to predict its height using the random forest algorithm. The study was conducted in the municipality of Três Lagoas, in Mato Grosso do Sul, Brazil.
Ano de publicação: 2022
Tipo de publicação: Artigo de periódico
Unidade: Embrapa Agricultura Digital
Palavras-chave: Alumínio permutável, Aprendizado de máquina, Conteúdo de fósforo no solo, Crescimento de eucalipto, Eucalyptus, Eucalyptus urograndis, Exchangeable aluminum, Floresta aleatória, Machine learning, Mistura de solos, Physicochemical variables of soil, Soil moisture, Soil phosphorus content, Variáveis físico-químicas do solo
Observações
1 - Por padrão são exibidas publicações dos últimos 20 anos. Para encontrar publicações mais antigas, configure o filtro ano de publicação, colocando o ano a partir do qual você deseja encontrar publicações. O filtro está na coluna da esquerda na busca acima.
2 - Para ler algumas publicações da Embrapa (apenas as que estão em formato ePub), é necessário ter, no celular ou computador, um desses softwares gratuitos. Sistemas Android: Google Play Livros; IOS: iBooks; Windows e Linux: software Calibre.
Acesse outras publicações
Acesse a Base de Dados da Pesquisa Agropecuária (BDPA) para consultar o acervo completo das bibliotecas da Embrapa.