////// Science for a better life

Episodio 4:

Producir alimentos cuidando el ambiente

La Organización de las Naciones Unidas para la Alimentación y la Agricultura estima que el 95 % de la producción de alimentos proviene de los suelos. Cuidar este recurso es una de las mayores prioridades de la humanidad.
En Bayer, la sustentabilidad es parte de todo lo que hacemos, ya que el objetivo siempre es el mismo: producir más con menos, en la misma superficie.

  • Ciarlo, E. A., Muschietti, M. D. P., Peralta, N., Comparín, M., Gregorini, F., Cipriotti, P. A., & Giuffre, L. (2020). Spatial variability of soil properties: Effect of land use and type. Ciencia del Suelo, 38(2), 249-261. Scopus.

  • Cicore, P. L., Franco, M. C., Peralta, N. R., Marques da Silva, J. R., & Costa, J. L. (2019). Relationship between soil apparent electrical conductivity and forage yield in temperate pastures according to nitrogen availability and growing season. Crop and Pasture Science, 70(10), 908. https://doi.org/10.1071/CP19224

  • Muschietti-Piana, M. del P., Cipriotti, P. A., Urricariet, S., Peralta, N. R., & Niborski, M. (2018). Using site-specific nitrogen management in rainfed corn to reduce the risk of nitrate leaching. Agricultural Water Management, 199, 61-70. https://doi.org/10.1016/j.agwat.2017.12.002

  • Peralta, N., Assefa, Y., Du, J., Barden, C., & Ciampitti, I. (2016). Mid-Season High-Resolution Satellite Imagery for Forecasting Site-Specific Corn Yield. Remote Sensing, 8(12), 848. https://doi.org/10.3390/rs8100848

  • Schwalbert, R., Amado, T., Nieto, L., Corassa, G., Rice, C., Peralta, N., Schauberger, B., Gornott, C., & Ciampitti, I. (2020a). Mid-season county-level corn yield forecast for US Corn Belt integrating satellite imagery and weather variables. Crop Science, 60(2), 739-750. Scopus. https://doi.org/10/gk3t9f

  • Schwalbert, R., Amado, T., Nieto, L., Corassa, G., Rice, C., Peralta, N., Schauberger, B., Gornott, C., & Ciampitti, I. (2020b). Mid‐season county‐level corn yield forecast for US Corn Belt integrating satellite imagery and weather variables. Crop Science, 60(2), 739-750. https://doi.org/10.1002/csc2.20053

  • Varela, S., Assefa, Y., Vara Prasad, P. V., Peralta, N. R., Griffin, T. W., Sharda, A., Ferguson, A., & Ciampitti, I. A. (2017). Spatio-temporal evaluation of plant height in corn via unmanned aerial systems. Journal of Applied Remote Sensing, 11(03), 1. https://doi.org/10.1117/1.JRS.11.036013

  • Varela, S., Dhodda, R. P., Hsu, H. W., Prasad, V. P. V., Assefa, Y., Peralta, R. N., Griffin, T., Sharda, A., Ferguson, A., & Ciampitti, A. I. (2018). Early-Season Stand Count Determination in Corn via Integration of Imagery from Unmanned Aerial Systems (UAS) and Supervised Learning Techniques. Remote Sensing, 10(2). https://doi.org/10.3390/rs10020343

Compartir nota en:

Compartir nota en / Compartilhar nota em:
Vuelve al inicio