Campo Sujo
Multi tool use
Área de campo sujo no Parque Nacional das Emas, Goiás.
Campo Sujo[1][2][3] é um dos tipos de Cerrado formado de vegetação com fisionomia herbácea e arbustiva com arbustos e subarbustos espaçados entre si, geralmente estão sobre solos mais rasos que podem apresentar pequenos trechos de rochas ou solos mais profundos, mas pouco férteis. Também pode ser considerado um “pós-Campo limpo”, uma outra etapa do desenvolvimento da flora existente.[carece de fontes] Da mesma forma que o Campo limpo, varia com a umidade do solo e a topografia, podendo ser classificado como Campo Sujo, Campo Úmido e Campo Seco.
Na classificação do IBGE (2012), o termo é usado também para uma subcategoria da vegetação dos Pampas, a estepe parque.[4]
Referências
↑ Rizzini, C.T. 1997. Tratado de Fitogeografia do Brasil. Rio de Janeiro: Âmbito Cultural.
↑ WALTER, B. M. T. (2006). Fitofisionomias do bioma Cerrado: síntese terminológica e relações florísticas. Tese de Doutorado, Universidade de Brasília, [1].
↑ Ribeiro, J.F; Walter, B.M.T. (2007). Tipos de Vegetação do Bioma Cerrado: Vegetação campestre: Campo sujo. Embrapa. Disponível em: <http://www.agencia.cnptia.embrapa.br/Agencia16/AG01/arvore/AG01_49_911200585233.html>.
↑ IBGE (2012). Manual Técnico da Vegetação Brasileira. 2a ed. Rio de Janeiro: IBGE. Disponível em: <http://www.ibge.gov.br/home/geociencias/recursosnaturais/vegetacao/manual_vegetacao.shtm>.
Bibliografia |
- MEDEIROS, Thereza Christina Costa. Padrões de Campo Sujo Seco na paisagem da bacia hidrográfica do ribeirão Taquaruçu Grande no município de Palmas - TO. Tese (Doutorado em Geografia Física) - Faculdade de Filosofia, Letras e Ciências Humanas, Universidade de São Paulo, São Paulo, 2013. link.
Biogeografia do Brasil  |
Regiões
(IBGE, 2004)
|
- Amazônia
- Caatinga
- Cerrado
- Mata Atlântica
- Pampa
- Pantanal
|
Vegetação
(IBGE, 2012)
|
Vegetação florestal: Floresta ombrófila
Floresta estacional
- sempre-verde
- semidecidual
- decidual
Vegetação campestre: campinarana
- savana
- savana-estépica
- estepe
|
Vegetação
(Ferri, 1980;
Rizzini, 1997)
|
Amazônia: Mata de várzea
- Mata de terra firme
- Mata de igapó
- Catingas do rio Negro
- Campos do alto rio Branco ou de Roraima
Mata atlântica: Mata Atlântica sensu stricto
- Mata seca
- Mata de araucárias
- Campos de altitude sensu stricto
- Mata ciliar
- Mata de galeria
- Mata dos tabuleiros
- Capão
Zona dos cocais: Carnaubais, buritizais, babaçuais
Caatinga: Caatinga sensu stricto
- Brejo de altitude
- Carrasco
Cerrado: Cerradão
- Cerrado sensu stricto
- Campo cerrado
- Campo sujo
- Campo limpo
- Vereda
Campos sulinos: Campos do planalto meridional
- Pampas
Outros: Pantanal
- Capoeira
|
| Ver também |
- Domínios morfoclimáticos e fitogeográficos
- Fitogeografia do Brasil
|
Portal Brasil 
|
Portal da biologia
Portal da botânica
 |
Este artigo sobre Biologia é um esboço. Você pode ajudar a Wikipédia expandindo-o.
|
hKx tf9JFI45GP,264m FhEf,N0x86jlHo8pikng QMC7,fP,QSl 6bktqgUrpvBo9kuD59KoYhK3w49 V,75kbR
Popular posts from this blog
0
I found a lot of questions abount appendices and ToC. Many users want appendices to be grouped in an Appendix part, however some problems arise with ToC, hyperref, PDF viewer bookmarks, and so on. There are different solutions which require extra packages, command patching and other extra code, however none of them satisfies me. I almost found an easy way to accomplish a good result, where appendices are added to bookmarks in the right way and hyperref links point to the right page. However, the number of the "Appendix" part page is wrong (it's the number of appendix A). Is there any EASY way to fix that? This is a MWE: documentclass{book} usepackage[nottoc,notlot,notlof]{tocbibind} usepackage{hyperref} begin{document} frontmatter tableofcontents mainmatter part{First} chapter{...
1
In the sklearn.model_selection.cross_val_predict page it is stated: Generate cross-validated estimates for each input data point. It is not appropriate to pass these predictions into an evaluation metric. Can someone explain what does it mean? If this gives estimate of Y (y prediction) for every Y (true Y), why can't I calculate metrics such as RMSE or coefficient of determination using these results?
python scikit-learn cross-validation
share | improve this question
edited Nov 28 '18 at 17:52
desertnaut
20.3k 7 43 79
...
.everyoneloves__top-leaderboard:empty,.everyoneloves__mid-leaderboard:empty,.everyoneloves__bot-mid-leaderboard:empty{ height:90px;width:728px;box-sizing:border-box;
}
0
I have written a function using curl to generate the token. I check whether the token exists; if not, then I execute the function, otherwise I skip this function and proceed to next. But I am not sure that it will work if a token is expired. Is there any command to identify the expired token and generates the new one by calling this function? #!/bin/ksh export V_TOKEN="gen_token_${V_DATE}.txt" #### Calling function to generate the token function callPOST { curl -X POST -H 'Content-Type: application/x-www-form-url' -d 'grant_type=password&username=usr01&password=pwd...
