Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "gazy cieplarniane" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    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:
    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
    Tytuł:
    Analiza składowych głównych w ocenie zależności sposobu użytkowania gruntów z emisją gazów cieplarnianych z rolnictwa
    Principal components analysis in evaluation of relation between land use and greenhouse gases emission from agriculture
    Autorzy:
    Kolasa-Więcek, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/291536.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    analiza składowych głównych
    PCA
    główne gazy cieplarniane
    emisja
    rolnictwo
    principal components analysis
    main greenhouse gases
    emission
    agriculture
    Opis:
    W badaniach wykorzystano metodę analizy składowych głównych w celu wyodrębnienia istotnie skorelowanych zmiennych powiązanych z emisją głównych gazów cieplarnianych z rolnictwa względem sposobu użytkowania gruntów. Metoda daje sposobność zastąpienia wejściowego zbioru skorelowanych cech poprzez niewielką liczbę nieskorelowanych składowych głównych, które stanowią liniowe kombinacje zmiennych. Minimalizacja liczby zmiennych potrzebnych do wyjaśnienia danej zmiennej upraszcza interpretację wyników. Badania przeprowadzono z wykorzystaniem programu Statistica 9.0. Wyodrębniono dwie składowe główne, które w 96% wyjaśniają zmienności danych wejściowych. Pierwsza główna składowa wyjaśnia 75% zmienności zawartych głównie w zmiennych grunty orne wraz ze stałą powierzchnią upraw i pastwiska oraz ujemnie skorelowanych zmiennych tj. inne grunty rolne, powierzchnia lasów a także ilość maszyn rolniczych. Druga składowa wyjaśnia 21% zmienności danych poprzez zmienną ilość zużytej w gospodarstwach rolnych energii.
    A method of principal components analysis was used in the research in order to separate significantly correlated variables related to emission of greenhouse gases from agriculture towards a method of using lands. The method gives opportunity to replace an input set of correlated features through a low number of non-correlated principal components, which constitute linear rearrangement of variables. Minimisation of the number of variables required to explain a particular variable simplifies interpretation of results. The research was carried out with the use of Statistica 9.0 programme. Two main components were separated, which in 96% explain variations of input data. The first main component explains 75% of variations included mainly in variables arable lands along with a constant surface area of crops and grazing lands as well as negatively correlated variables that is other arable lands, surface area of forests and number of agricultural machinery. The second component explains 21% of variations of data through a variable number of energy used in agricultural farms.
    Źródło:
    Inżynieria Rolnicza; 2012, R. 16, nr 2, t. 2, 2, t. 2; 105-112
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    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
      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