Abstract

Air pollution is today a serious problem, caused mainly by human activity. Classical methods are not considered able to efficiently model complex phenomena as meteorology and air pollution because, usually, they make approximations or too rigid schematisations. Our purpose is a more flexible architecture (artificial neural network model) to implement a short-term CO2 emission forecasting tool applied to the cereal sector in Apulia region - in Southern Italy - to determine how the introduction of cultural methods with less environmental impact acts on a possible pollution reduction.

Autore Pugliese

• Contò Francesco

Tutti gli autori

• C. Gallo , F. Conto' , M. Fiore

Titolo volume/Rivista

AGRIS ON-LINE PAPERS IN ECONOMICS AND INFORMATICS

Anno di pubblicazione

2014

ISSN

1804-1930

ISBN

Non Disponibile

Numero di citazioni Wos

Nessuna citazione

Ultimo Aggiornamento Citazioni

Non Disponibile

Numero di citazioni Scopus

6

Ultimo Aggiornamento Citazioni

Non Disponibile

Settori ERC

Non Disponibile

Codici ASJC

Non Disponibile