يعرض 1 - 15 نتائج من 15 نتيجة بحث عن '"Araujo Carrillo, Gustavo Alfonso"', وقت الاستعلام: 0.45s تنقيح النتائج
  1. 1
    Academic Journal
  2. 2
    Academic Journal
  3. 3
  4. 4
    Academic Journal
  5. 5
    Academic Journal

    المصدر: Colombia Forestal; Vol. 21 No. 1 (2018): January-June; 102-118 ; Colombia forestal; Vol. 21 Núm. 1 (2018): Enero-Junio; 102-118 ; 2256-201X ; 0120-0739

    وصف الملف: application/pdf; text/html; application/xml

    Relation: https://revistas.udistrital.edu.co/index.php/colfor/article/view/11601/13323; https://revistas.udistrital.edu.co/index.php/colfor/article/view/11601/13505; https://revistas.udistrital.edu.co/index.php/colfor/article/view/11601/13491; Abteilung Hydrometeorologie. (2013). Regnie (Regionalisierte Niederschläge): Verfahrensbeschreibung & Nutzeranleitung. Offenbach: Deutscher Wetterdienst - DWD. 9 p.; Agnew, M., & Palutikof, J. (2000). GIS-based construction of baseline climatologies for the Mediterranean using terrain variables. Climate Research, 14, 115-127. DOI: https://doi.org/10.3354/cr014115; Alexandersson, H. (1986). A homogeneity test applied to precipitation data. Journal of Climatology, 6, 661-675. DOI: https://doi.org/10.1002/joc.3370060607; Bellprat, O., Kotlarski, S., Lüthi, D., & Schär, C. (2012). Exploring perturbed physics ensembles in a regional climate model. Journal of Climate, 25, 4582-4599. DOI: https://doi.org/10.1175/JCLI-D-11-00275.1; Berg, P., Mosoley, C., & Haerter, J. (2013). Strong increase in convective precipitation in response to higher temperatures. Nature Geoscience, 6, 181-183. DOI: https://doi.org/10.1038/ngeo1731; Buishand, T., Beersma, J., Sluiter, R., & Kroon, T. (2008). Definitiestudie rasterdata meteorologie. De Bilt, KNMI / RWS Waterdienst. Intern rapport. 28 p.; Bustamante, J. (2003). Cartografía predictiva de variables climatológicas: Comparación de distintos modelos de interpolación de la temperatura en España peninsular. Graellsia, 2-3, 359-376. DOI: https://doi.org/10.3989/graellsia.2003.v59.i2-3.252; Cuadrat, J., & Vicente, S. (2008). Características espaciales del clima en La Rioja modelizadas a partir de sistemas de información geográfica y técnicas de regresión lineal. Zubía Monográfico, 20, 119-142.; Dirks, K., Hay, J., Stow, C., & Harris, D. (1998). Highresolution studies of rainfall on Norfolk Island: Part II: Interpolation of rainfall data. Journal of Hydrology, 208, 187-193. DOI: https://doi.org/10.1016/S0022-1694(98)00155-3; Guijarro, J.A. (2014). Quality Control and Homogenization of Climatological Series. En S. Eslamian (ed.). Handbook of Engineering Hydrology, vol. I: Fundamentals and Applications, cap. 24. EE. UU.: Francis and Taylor, CRC Group. DOI: https://doi.org/10.1201/b15625-25; Giraldo, R. (2002). Introducción a la geoestadística: teoría y aplicación. Bogotá, D.C.: Universidad Nacional de Colombia. Facultad de Ciencias. Departamento de Estadística. 94 p.; Grasselt, R., Schüttemeyer, D., Warrach-Sagi, K., Ament, F., & Simmer, C. (2008). Validation of TERRA-ML with discharge measurements. Meteorologische Zeitschrift, 17(6), 763-773. DOI: https://doi.org/10.1127/0941-2948/2008/0334; Hartkamp, A., De Beurs, K., Stein, A., & White, J. (1999). Interpolation Techniques for Climate Variables. CIMMYT. NRG-GIS Series, 99-01, 1-26.; Hengl, T. (2009). A practical guide to geostatistical mapping. Luxembourg: Office for Official Publications of the European Communities. 290 p.; Hengl, T., & Reuter, H.I. (2008). Geomorphometry. Concepts, software, applications. AE Amsterdam: Elsevier. 796 p.; Hengl, T., Gruber, S., & Shrestha, D.P. (2003). Digital Terrain Analysis in Ilwis. Lecture notes and user guide. Enschede: International Institute for Geo-Information Science and Earth Observation. 56 p.; Hewitson, B., & Crane, R. (2005). Gridded area-averaged daily precipitation via conditional interpolation. Journal of Climate, 18, 41-57. DOI: https://doi.org/10.1175/JCLI3246.1; Hofstra, N., Haylock, M., New, M., Jones, P, & Frei C. (2008). Comparison of six methods for the interpolation of daily, European climate data. Journal of Geophysical Research, 113, D21110. DOI: https://doi.org/10.1029/2008JD010100; Instituto de Hidrología, Meteorología y Estudios Ambientales (Ideam). (2005). Atlas climatológico de Colombia. Bogotá D.C.: Ideam. 219 p.; Kotlarski, S., Hagemann, S., Krahe, P., Podzun, R., & Jacob, D. (2012). The Elbe river flooding 2002 as seen by an extended regional climate model. Journal of Hydrologic, 472-473, 169-183. DOI: https://doi.org/10.1016/j.jhydrol.2012.09.020; Marquinez, J., Lastra, J., & García, P. (2003). Estimation models for precipitation in mountainous regions: the use of GIS and multivariate analysis. Journal of Hydrology, 270, 1-11. DOI: https://doi.org/10.1016/S0022-1694(02)00110-5; McCuen, R. (1998). Hydrologic Analysis and Design. Englewood Cliffs, New Jersey: Prentice-Hall. 814 p.; Mejía, F., Mesa, O., Poveda, G., Vélez, J., Hoyos, C., Mantilla, R., Barco, J., Cuartas, A., Montoya, M., & Botero, B. (1999). Distribución espacial y ciclos anual y semianual de la precipitación en Colombia. DYNA, 127, 7-26.; Mesa, O., Poveda, G., & Carvajal, L. (1997). Introducción al clima de Colombia. Bogotá D.C.: Universidad Nacional de Colombia-sede Medellín. 390 p.; Montoya, G., Eslava, J., Calderon, A., & Vega, F. (2000). Implementación del método de Gandin para interpolar datos de precipitación en Colombia. Meteorología Colombiana, 1, 25-30.; Ninyerola, M., Pons, X., & Roure, J. (2000). A methodological approach of climatological modelling of air temperature and precipitation through GIS techniques. International Journal of Climatology, 20, 1823-1841. DOI: https://doi.org/10.1002/1097-0088(20001130)20:143.0.CO;2-B; Olaya. V. (2011). Sistemas de información geográfica. Versión 1.0. Creative Commons Atribución. 877 p.; Photiadou, C., Weerts, A., Van Den, B., & Hurk, J. (2011). Evaluation of two precipitation data sets for the rhine river using streamflow simulations. Hydrology and Earth System Science, 15, 3355-3366. DOI: https://doi.org/10.5194/hess-15-3355-2011; R Development Core Team. (2008). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing. Recuperado de: http://www.R-project.org; Rauthe, M., Steiner, H., U., Riediger, A., Mazurkiewicz, A., & Gratzki, A. (2013). A Central European precipitacion climatology - Part I: Generation and validation of a high-resolution gridded daily data set (HYRAS). Meteorologische Zeitschrift, 22(3), 235-256. DOI: https://doi.org/10.1127/0941-2948/2013/0436; Saz, M., Serrano, R., De Luis, M., & Longares, L. (2010). Comparación de métodos de interpolación y de regresión para la cartografía de temperaturas máximas y mínimas absolutas: el caso de Navarra (norte de España) en 2009. En F. Fernández-García, E. Gallan-Gallego & R. Cañada-Torrecilla (eds.). Clima, ciudad y ecosistemas (pp. 473-484). Madrid: Publicaciones de la Asociación Española de Climatología.; Schwitalla, T., Bauer, H.S., Wulfmeyer, V., & Zängl, G. (2008). Systematic errors of QPF in low-mountain regions as revealed by MM5 simulations. Meteorologische Zeitschrift, 17(6), 903-919. DOI: https://doi.org/10.1127/0941-2948/2008/0338; Shepard, D. (1968). A two-dimensional interpolation function for irregularly-space data. En R. B. S. Blue & A.M. Rosenberg (eds.). Proceedings of the 1968 ACM National Conference (pp. 517-524). New York: ACM Press. DOI: https://doi.org/10.1145/800186.810616; Sluiter, R. (2009). Interpolation methods for climate data - Literature review. De Bilt: KNMI. 24 p.; Soenario, I., Plieger, M., & Sluiter, R. (2010). Optimization of rainfall interpolation. De Bilt: KNMI. 31 p.; Vargas, G., Ibáñez, L., & Arteaga, R. (2015). Development, classification and trends in rainfall-runoff modeling. Ingeniería Agrícola y Biosistemas, 7(1), 5-21. DOI: https://doi.org/10.5154/r.inagbi.2015.03.002; Wagner, P., Fiener, P., Wilken, F., Kumar, S., & Schneider, K. (2012). Comparison and evaluation of spatial interpolation schemes for daily rainfall in data scarce regions. Journal of Hydrology, 464-465, 388-400. DOI: https://doi.org/10.1016/j.jhydrol.2012.07.026; https://revistas.udistrital.edu.co/index.php/colfor/article/view/11601

  6. 6
    Academic Journal
  7. 7
    Academic Journal
  8. 8
    Academic Journal
  9. 9

    جغرافية الموضوع: CRAI-USTA Bogotá

    وصف الملف: application/pdf

    Relation: AGHASI, B. et al. Sub-basin scale spatial variability of soil properties in Central Iran. Arabian Journal of Geosciences, 10(6):136. 2017; ARROUAYS, D. Large trends in French topsoil characteristics are revealed by spatially constrained multivariate analysis. Geoderma, 161(3-4):107-114, 2011.; BACHMEIER, O. A.; BUFFA, E. Variabilidad espacial de un suelo bajo vegetación de Prosopis sp. Turrialba, 42:365-370. 1992.; BERNAL, A. A.; FORERO, F. E. Evaluación de especies vegetales para el manejo de la acidez en suelos sulfatados ácidos de Paipa, Boyacá. Revista Corpoica: Ciencia y Tecnología Agropecuaria, 15(2):229-236, 2014.; CAMBARDELLA, C. A. et al. Field-scale variability of soil properties in central Iowa soils. Soil Science Society of America Journal, 58:1501-1511, 1994.; CASTRO, H. E. et al. Diagnostic and controlling acidity in acid sulfate soils by using incubation tests at the Upper Chicamocha basin, Boyaca. Agronomía Colombiana, 24(1): 122-130, 2006; CLIFFORD, P.; RICHARDSON, S.; HÉMON, D. Assessing the significance of the correlation between two spatial processes. Biometrics, 45:123-134, 1989; COMBATT, E.; PALENCIA, G.; MARTÍN, N. Clasificación de suelos sulfatados acidos según azufre extraible en los municipios del Medio y Bajo Sínu. Temas Agrarios, 8(2):22-29, 2003.; CÓRDOBA, M. et al. Identificación de zonas de manejo sitioespecífico a partir de la combinación de variables de suelo. Revista Corpoica: Ciencia y Tecnología Agropecuaria, 13(1):47-54, 2012; CORDOBA, M. et al. Subfield management class delineation using cluster analysis from spatial principal components of soil variables. Computers and Electronics in Agriculture, 97:6-14, 2013.; CÓRDOBA, M. et al. Protocol for multivariate homogeneous zone delineation in precision agriculture. Biosystems Engineering, 143(1):95-107, 2016.; CORTÉS, D. L.; CAMACHO-TAMAYO, J. H.; GIRALDO, R. Spatial prediction of soil penetration resistance using functional geostatistics. Scientia Agricola, 73(5):455- 461, 2016; COX, M. S.; GERARD, P. D.; ABSHIRE, M. J. Selected soil properties variability and their relationships with yield in three Mississippi fields. Soil science, 171(7):541-551, 2006.; CRESSIE, N. Statistics for Spatial Data. John Wiley & Sons, New York, 1993. p.928.; DENT, D. Acid sulfate soils: A baseline for research and development. International institute of land reclamation and improvement. Publication 39. Wageningen. 1986. 204p; DÍAZ, V. M. Geoestadística aplicada. Instituto de Geofísica, UNAM e Instituto de Geofísica y Astronomía, CITMA, Cuba, 2002. 131p.; DRAY, S.; SAÏD, S.; DÉBIAS, F. Spatial ordination of vegetation data using a generalization of Wartenberg’s multivariate spatial correlation. Journal of Vegetation Science, 19(1):45-56, 2008; FARACO, M. A. et al. Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja. Revista Brasileira de Ciência do Solo, 32(2):463-476, 2008.; FORERO, S.; CASTILLO, M. Diagnóstico de emprendimiento en el fortalecimiento empresarial en la provincia del Tundama, Colombia. Ingeniería Industrial. Actualidad y Nuevas Tendencias, 9(5):139-152, 2016.; GAVIOLI, A. et al. Optimization of management zone delineation by using spatial principal components. Computers and Electronics in Agriculture, 127:302-310, 2016.; GIANNINI, F. et al. Enhancing edaphoclimatic zoning by adding multivariate spatial statistics to regional data. Geoderma, 310:170-177, 2018.; GÓMEZ, M. et al. Optimización de la producción y calidad en cebolla cabezona (Allium cepa) mediante el balance nutricional con magnesio y micronutrientes (B, Zn y Mn), Valle Alto del Río Chicamocha, Boyacá. Agronomía Colombiana, 25(2):339-348, 2007; HENGL, T. Finding the right pixel size. Computers & geosciences, 32(9): 1283-1298, 2006.; HERNÁNDEZ, W. et al. Variabilidad espacial del pH y del contenido de Fe2O3 en suelos de la cuenca del río Tabure del Estado Lara. Ciencia y Tecnología, 11(1):19-27, 2018; ARAMILLO, D. F. Variabilidad espacial de las propiedades ándicas de un Andisol hidromórfico del Oriente Antioqueño (Colombia). Revista Facultad Nacional de Agronomía Medellín, 62(1),4907-4921, 2009; JARAMILLO, D. F. Variabilidad espacial del suelo: Bases para su estudio. Revista de La Facultad de Ciencias, 1:73-87, 2012.; ARAMILLO, D. F. El suelo: Origen, Propiedades, Espacialidad. Universidad Nacional de Colombia. Medellín, 2014. 553p.; JOHANN, J. A. et al. Variabilidade espacial da rentabilidade, perdas na colheita e produtividade do feijoeiro Spatial variability of profitability, harvest losses and productivity of beans. Engenharia Agrícola, 30(4):700-714, 2010.; AURENT, A. G. The lognormal distribution and the translation method: Description and estimation problems. Journal of the American Statistical Association, 58(301):231-235. 1963.; LAL, R. Soil carbon dynamics in cropland and rangeland. Environmental Pollution, 116(3): 353-362, 2002; LI, H. Y.; WEBSTER, R.; SHI, Z. Mapping soil salinity in the Yangtze delta: REML and universal kriging (E-BLUP) revisited. Geoderma, 237:71-77, 2015.; McGRAW, T. Soil test level variability in Southern Minnesota. Better Crops Plant Foods, 78:24-25, 1994.; MEYER, D. et al. e1071: Misc Functions of the Department of Statistics, Probability Theory Group (Formerly: E1071), TU Wien. R package version 1.6-8, 2017.; MORAL, F. J.; TERRÓN, J. M.; DA SILVA, J. M. Delineation of management zones using mobile measurements of soil apparent electrical conductivity and multivariate geostatistical techniques. Soil and Tillage Research, 106(2):335-343, 2010.; MZUKU, M. et al. Spatial variability of measured soil properties across site-specific management zones. Soil Science Society of America Journal, 69:1572-1579, 2005; ODEH, I. O. A.; McBRATNEY, A. B.; CHITTLEBOROUGH, D. J. Soil pattern recognition with fuzzy c-means: Application to classification and soil-landform interrelationships. Soil Science Society of America Journal, 56:505-516, 1992; PERALTA, N. R. et al. Delineation of management zones to improve nitrogen management of wheat. Computers and Electronics in Agriculture, 110:103-113, 2015; RAHAL, N. S. Characterization of spatial variability of some physiochemical soil properties of mesopotamian plain soils. European Journal of Agriculture and Forestry Research, 3(3):1-16, 2015; R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Versión 3.4.4. 2018; REICHARDT, K.; TIMM, L. C. Solo, planta e atmosfera: Conceitos, processos e aplicações. São Paulo, Manole, 2008. 478p.; RINCÓN, Á.; CASTRO, H.; GÓMEZ, M. Caracterización física de los suelos sulfatados ácidos del Distrito de Riego del Alto Chicamocha (Boyacá) y su aplicación al manejo. Agronomía Colombiana, 26(1):134-145. 2008.; RODRÍGUEZ, F. A.; CAMACHO, J. H.; RUBIANO, Y. Variabilidad espacial de los atributos químicos del suelo en el rendimiento y calidad de café. Corpoica Ciencia y Tecnología Agropecuaria, 17(2):237-254, 2016.; RODRIGUES, M. S.; CORÁ, J. E. Management zones using fuzzy clustering based on spatial-temporal variability of soil and corn yield. Engenharia Agrícola, 35(3):470-483, 2015.; ROSEMARY, F. et al. Exploring the spatial variability of soil properties in an Alfisol soil catena. Catena, 150:53-61, 2017; STOYAN, H. et al. Spatial heterogeneity of soil respiration and related properties at the plant scale. Plant and Soil, 222(1- 2):203-214, 2000; ROSENBERG, M. S.; ANDERSON, C. D. PASSaGE: Pattern Analysis, Spatial Statistics and Geographic Exegesis. Version 2. Methods in Ecology and Evolution, 2(3):229-232, 2011; TRIPATHI, R. et al. Delineation of soil management zones for a rice cultivated area in eastern India using fuzzy clustering. Catena, 133:128-136, 2015.; ROSICKY, M. A.; SULLIVAN, L. A.; SLAVICH, P. G. Factor contributing to the acid soil scalding process in coastal floodplain of New South Wales. Australian Journal of Soil Research, 42:587-594, 2004; VARÓN-RAMÍREZ, V. M.; CAMACHO-TAMAYO, J. H.; GONZÁLEZ, J. Management zones determination based on physical properties of the soil. Ciência e Agrotecnologia, 42(3): 248-260, 2018.; WARRICK, A. W.; NIELSEN, D. R. Spatial variability of soil physical properties in the field. In: HILEEL, D, (ed.). Applications of soil physics. Nueva York: Academic Press, 1980, p.319-344; WANG, Y. Q.; SHAO, M. A. Spatial variability of soil physical properties in a region of the Loess Plateau of PR China subject to wind and water erosion. Land Degradation & Development, 24:296-304. 2013; WELCH, S. et al. Mineralogical control of rare earth elements in acid sulfate soils. Geochimica et Cosmochimica Acta, 73:44-64, 2009.; Jaramillo-Barrios, C. I., Ortiz-Rico, A. F., Carrillo, G. A. A., & Varón-Ramírez, V. M. (2019). Establishment of homogeneous zones in a soil of alluvial origin. Ciência E Agrotecnologia, 43 doi:10.1590/1413-7054201943026318; http://hdl.handle.net/11634/21882; https://doi.org/10.1590/1413-7054201943026318

  10. 10
  11. 11
    Academic Journal
  12. 12
  13. 13

    المصدر: Productos reconocidos por La Referencia. Biblioteca Digital Agropecuaria de Colombia-Agrosavia
    Agrosavia: Corporación colombiana de investigación agropecuaria
    instacron:Agrosavia: Corporación colombiana de investigación agropecuaria

    وصف الملف: 355 paginas; application/pdf

  14. 14
    Academic Journal

    Alternate Title: Zonificación agroclimática: una estrategia de planificación para sistemas agrícolas y pecuarios en la Alta Guajira, Colombia. (Spanish)

    المصدر: Revista Colombiana de Ciencias Hortícolas; Sep-Dec2019, Vol. 13 Issue 3, p435-447, 13p

  15. 15
    Academic Journal