Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Kolasa-Wiecek, A." wg kryterium: Autor


Wyświetlanie 1-6 z 6
Tytuł:
Regression modeling of agrriculture greenhouse gases emissions in Poland
Regresyjne modelowanie rolniczych emisji gazów cieplarnianych w Polsce
Autorzy:
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/388157.pdf
Data publikacji:
2012
Wydawca:
Towarzystwo Chemii i Inżynierii Ekologicznej
Tematy:
greenhouse gases
agriculture emissions
linear regression
modeling
R-Project
livestock
production
crops
gazy cieplarniane
rolnicze emisje
regresja liniowa
modelowanie
produkcja zwierzęca
zboża
Opis:
Agricultural greenhouse gases emissions are mainly produced in direct emissions from plant and animal production as well as those associated with land use changes. Studies attempt to describe the variables correlated with agricultural greenhouse gas emissions using linear regression. The analysis covered two groups of independent variables such as the main crops and livestock. The analysis included the last 20 years and variables were set using Pearson’s linear correlation. The resulting model concerns 87.5 % of the variability of agricultural greenhouse gases emissions, by cattle, horses, and rye. The study was conducted using the statistical package R-Project.
Emisje rolnicze głównych gazów cieplarnianych to ważniejsze bezpośrednie emisje wytwarzane w produkcji roślinnej i zwierzęcej, jak również te związane ze zmianami w sposobie użytkowania gruntów. W badaniach podjęto próbę opisu zmiennych skorelowanych z rolniczymi emisjami gazów cieplarnianych z wykorzystaniem regresji liniowej. Do badań przyjęto dwie grupy zmiennych niezależnych, tj. główne uprawy oraz zwierzęta hodowlane. Analizie poddano okres ostatnich 20 lat. Korzystając z testu Pearsona, wyznaczono liniowe korelacje między zmiennymi. Otrzymany model w 87,5 % wyjaśnia zmienności rolniczych emisji GHG zmiennością udziału bydła, koni oraz żyta. Badania prowadzono z wykorzystaniem pakietu statystycznego R-Project.
Źródło:
Ecological Chemistry and Engineering. A; 2012, 19, 11; 1383-1391
1898-6188
2084-4530
Pojawia się w:
Ecological Chemistry and Engineering. A
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Recursive Partitioning application in the assessment of the climatic conditions impact of non- CO2 GHGs on agricultural emissions
Zastosowanie metody Recursive Partitioning w ocenie wpływu warunków klimatycznych na rolnicze emisje gazów cieplarnianych innych niż CO2
Autorzy:
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/334096.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
gazy cieplarniane
CH4
N2O
modelowanie
sieci neuronowe
drzewa decyzyjne
warunki meteorologiczne
greenhouse gases
modeling
neural networks
decision trees
meteorological conditions
Opis:
Agricultural practices contribute to emissions of the greenhouse gases (GHGs) such a methan (CH4) and nitrous oxide (N2O). Their estimated share from agricultural sources is assessed at around 50% of CH4 and 60% of N2O emissions. The efforts made by the agricultural sector aim to limit and reduce emissions. Due to their significant share, all the complementary knowledge information concerning their reduction are highly precious. The paper proposes the use of neural modeling techniques and the summary of results by modeling based on a decision tree (Recursive Partitioning) to estimate the levels of methane and nitrous oxide emissions from agriculture under varying weather conditions in Poland. The obtained results support the hypothesis that neural model describing the effect of meteorological conditions on the CH4and N2O emissions is an appropriate tool for the assessment of the projected emission level.
Praktyki rolnicze przyczyniają się do emisji gazów cieplarnianych (GGC), takich jak metan (CH4) i podtlenku azotu (N2O). Ich szacunkowy udział ze źródeł rolniczych oceniany jest na około 50% emisji CH4 i 60% emisji N2O. Wysiłki podejmowane przez sektor rolny mają na celu ograniczenie i redukcję ich emisji. Ze względu na ich znaczący udział, wszelkie informacje dopełniające wiedzę na temat możliwości ich redukcji są niezwykle cenne. W pracy zaproponowano wykorzystanie technik neuronowego modelowania oraz posumowania wyników z wykorzystaniem modelowania w oparciu o drzewo decyzyjne (Recursive Partitioning) do estymacji poziomu metanu i podtlenku azotu emitowanych z rolnictwa przy zmiennych warunkach meteorologicznych w Polsce. Uzyskane wyniki badań potwierdzają hipotezę, że model neuronowy, opisujący wpływ warunków meteorologicznych na emisję CH4 i N2O, jest właściwym instrumentem dla dokonania oceny prognozowania poziomu tej emisji.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2013, 58, 1; 96-101
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie emisji CH4 z sektora rolnego w Polsce z wykorzystaniem regresji liniowej
Modelling CH4 emission in the agricultural sector in Poland using linear regression
Autorzy:
Kolasa-Wiecek, A.
Powiązania:
https://bibliotekanauki.pl/articles/883437.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
rolnictwo
gazy cieplarniane
metan
emisja gazow
modelowanie
regresja liniowa
Opis:
W przeprowadzonych badaniach dokonano próby znalezienia modelu opisującego emisję CH z sektora rolnego w Polsce w odniesieniu do wybranych parametrów. Do badań wykorzystano regresję liniową, która uwzględnienia współzależności między badanymi zmiennymi. Powyższe analizy prowadzono z zastosowaniem programu R-Project.
The present study attempted to find a model describing the CH emission from the agricultural sector in Poland in relation to chosen parameters. Linear regression which takes into account the interdependence between the investigated variables was used for the study purpose. This analysis was performed using the R-Project.
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2011, 02
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Szacowanie wielkości emisji CH4 produkcji zwierząt gospodarskich w Polsce z wykorzystaniem sieci neuronowej
Estimating emissions of CH4 from the manufacture of livestock in Poland using neural networks
Autorzy:
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/956064.pdf
Data publikacji:
2011
Wydawca:
Wyższa Szkoła Menedżerska w Warszawie
Tematy:
metan
gazy cieplarniane
sieci neuronowe
Flexible Bayesian Models
prognozowanie
R-project
Opis:
Celem podjętych i przeprowadzonych badań była predykacja wielkości emisji CH4 z sektora rolniczego w Polsce na podstawie wielkości produkcji zwierząt gospodarskich. Prognozy prowadzono z wykorzystaniem sieci Flexible Bayesian Models. Poziom istotności analizowanych parametrów rozpatrzono w oparciu o testy Kendalla i Spearmana.
The aim of the study was the prediction of CH4 emissions from the agricultural sector in Poland on the basis of livestock production. Projections were carried out using the Bayesian Flexible Models network. The level of significance of the analyzed parameters were considered based on the Kendall and Spearman tests.
Źródło:
Postępy Techniki Przetwórstwa Spożywczego; 2011, 1; 117-120
0867-793X
2719-3691
Pojawia się w:
Postępy Techniki Przetwórstwa Spożywczego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metody PCA w analizie parametrów powiązanych z rolniczymi emisjami gazów cieplarnianych w Europie
Application of PCA in the analysis of parameters related to agricultural greenhouse gases emissions in Europe
Autorzy:
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/336401.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
rolnictwo
gazy cieplarniane
dwutlenek węgla
metan
podtlenek azotu
zanieczyszczenie środowiska
składowe główne
badania polowe
metoda
PCA
farming
pollutants
carbon dioxide
methane
nitrous oxide
environmental pollution
main components
field
experimentation
metod
principal component analysis
Opis:
W badaniach przeprowadzono redukcję wymiarowości danych z wykorzystaniem metody analizy składowych głównych. Analizie poddano dwie grupy zmiennych: wielkość pogłowia zwierząt gospodarskich oraz areał upraw w Europie. Z wymiaru 13 zmiennych otrzymano dwie główne składowe, które w 95% wyjaśniają zmienności pierwotnych danych.
In the study, dimensionality reduction of data was carried out using the method of Principal Components Analysis (PCA). Two groups of variables were analyzed - size of population of livestock and crop areas in Europe. Two principal components explaining in 95% variability of the original data were obtained from dimension of the 13 variables.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2012, 57, 1; 77-79
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ wzrostu produkcji zwierząt hodowlanych na emisje gazów cieplarnianych
Livestock production vs greenhause gases emission
Autorzy:
Kolasa-Więcek, A.
Powiązania:
https://bibliotekanauki.pl/articles/228665.pdf
Data publikacji:
2012
Wydawca:
Wyższa Szkoła Menedżerska w Warszawie
Tematy:
gazy cieplarniane
podtlenek azotu
hodowla zwierząt gospodarskich
metan
greenhouse gases
nitrous oxide
livestock breeding
methane
Opis:
W artykule zaprezentowano główne źródła emisji gazów cieplarnianych związanych z hodowlą zwierząt. Wskazano obecne oraz szacowane w najbliższej przyszłości wielkości emisji. Podkreślono znaczenie czynników, których ograniczenie bądź zmiana może prowadzić do redukcji emisji tych związków
The article presents the main sources of greenhouse gas emissions associated livestock farming. Indicated current and estimated in the near future emissions. Highlighted significant factors which limitation or change can lead to reductions of these compounds.
Źródło:
Postępy Techniki Przetwórstwa Spożywczego; 2012, 1; 109-112
0867-793X
2719-3691
Pojawia się w:
Postępy Techniki Przetwórstwa Spożywczego
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies