45 4Mineralogía de la tierra fina y las arcillas en una secuencia de paleosuelos en la isla de MallorcaLos suelos de brezales húmedos atlánticos de Erica mackayana del N de Galicia 
Home Page  

  • SciELO

  • SciELO


Revista de Ciências Agrárias

 ISSN 0871-018X ISSN 2183-041X

PAZ, M.C.; SANTOS, S.A.P.    BARREIRA, R.. Processamento de dados de temperatura do solo para simulações computacionais de um agro-ecossistema. []. , 45, 4, pp.121-130.   01--2022. ISSN 0871-018X.  https://doi.org/10.19084/rca.28405.

^a

Os serviços de ecossistema, como a limitação natural de pragas, incluem-se nas estratégias de gestão de agro-ecossistemas e o seu uso pode ser otimizado com base no conhecimento provindo da modelação computacional das pragas, dos seus predadores, e da paisagem. Neste artigo focamo-nos no processamento de dados de temperatura do solo, necessários para o funcionamento dos modelos de praga-predador Bactrocera oleae (mosca da azeitona) e Haplodrassus rufipes (aranha do solo) no olival. A metodologia de processamento permitiu-nos (1) completar as lacunas existentes na série de dados de temperatura do solo, recolhidos com periodicidade horária, (2) convertê-la numa série com periodicidade diária, e ainda (3) criar uma variável adicional, a temperatura média diária do solo durante o crepúsculo vespertino. Este último passo possibilita que não haja uma perda de informação no que diz respeito àquele período específico do dia, reduzindo-se o erro associado à desaquação da resolução temporal da variável climática média diária para exprimir um fenómeno que ocorre apenas durante um determinado número de horas do dia.

^lpt^a

Ecosystem services, such as natural pest control, are included in agro-ecosystem management strategies and their use can be optimized based on knowledge from computational modelling of pests, predators, and landscape. In this article we focus on the processing of soil temperature data, necessary for the operation of the predator-pest models Bactrocera oleae (olive fly) and Haplodrassus rufipes (soil spider) in the olive grove. The processing methodology allowed us to (1) complete the gaps in the series of soil temperature data, collected on an hourly basis, (2) convert it into a series with daily periodicity, and (3) create an additional variable, the average daily temperature of the soil during the twilight. This last step prevents the loss of information regarding that specific period of the day, reducing the error associated with the deaquation of the temporal resolution of the average daily climatic variable to express a phenomenon that occurs only during a certain number of hours of the day.

^len

: .

        · | |     · |     · ( pdf )