Name: Analisi e stima della produttività della coltura di ricino (en Italiano)
Price: 61.30 USD
Availability: InStock
Author: Carlos Santana Dos Santos, Antonio; L. Menenses, Gerardo M.; Costa, Alexandre A.
ISBN: 9786209447013

portada Analisi e stima della produttività della coltura di ricino (en Italiano)

Analisi e stima della produttività della coltura di ricino (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

Carlos Santana Dos Santos, Antonio; L. Menenses, Gerardo M.; Costa, Alexandre A.

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

ISBN13

9786209447013

Analisi e stima della produttività della coltura di ricino (en Italiano)

Carlos Santana Dos Santos, Antonio; L. Menenses, Gerardo M.; Costa, Alexandre A. (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo Importado

Envío: 25 a 32 días háb.

$ 111.45$ 61.30

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 61.30

Llega entre el 21 Ago y el 03 Sep a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Analisi e stima della produttività della coltura di ricino (en Italiano)"

Il presente lavoro propone un modello statistico per stimare la produttività (kg/ha) del ricino nello Stato del Ceará, in funzione delle precipitazioni verificatesi durante il suo ciclo vegetativo e riproduttivo. Sono stati selezionati sette comuni situati nella regione denominata "Sertão Central"; tale scelta è giustificata dal fatto che quella è la regione più tradizionale per la coltivazione della castorola nello Stato del Ceará. Sono stati calcolati i coefficienti di correlazione tra la produttività e diversi parametri relativi alle precipitazioni (precipitazioni totali, precipitazioni all'inizio e alla fine del ciclo della ricino, durata della stagione delle piogge, ecc. Per minimizzare l'effetto di fattori locali, come la gestione e il tipo di suolo, le variabili delle precipitazioni e della produttività sono state normalizzate. Successivamente, per eliminare la ridondanza presente nelle variabili originali, è stata utilizzata la tecnica di analisi delle componenti principali (ACP), che ha permesso di ridurre il numero di variabili indipendenti da sei a due. Con l'esecuzione di una regressione multipla della produttività con queste due nuove variabili, è stato ottenuto un modello che ha permesso di stimare il raccolto per la regione studiata.